Multiperspectivité et identités ethnoculturelles dans l’enseignement de l’Histoire du Québec et du Canada : représentations sociales de personnes enseignantes d’histoire au secondaire
Bibliographic record
Abstract
L’histoire scolaire, notamment celle dite « nationale », a souvent été critiquée en raison du peu de liens qu’elle parvient à tisser avec les élèves issus des minorités ethnoculturelles et leurs connaissances historiques (Dei et James, 2002; Peck, 2018). Ainsi, elle a pu aliéner ces élèves et les pousser à la rejeter et la disqualifier (Dozono, 2019; Epstein, 2009). Ce problème est vécu dans différentes sociétés et la recherche en didactique de l’histoire propose d’y remédier, au moins en partie, à l’aide d’un enseignement de l’histoire appuyé sur la multiperspectivité (Stradling, 2003; Wansink et al., 2018). La multiperspectivité est définie par Wansink et al. (2018) comme portant l’idée épistémologique que l’histoire est subjective et interprétative, où plusieurs perspectives entrent en contact et en compétition entre elles. Ainsi, la multiperspectivité en histoire demande aux personnes enseignantes de regarder un sujet historique à partir de ces différentes perspectives (Abbey et Wansink, 2022). Ce faisant, la multiperspectivité permet de constater les nombreuses mésententes et tensions qui existent à propos de l’histoire (Stradling, 2003). Cette recherche qualitative exploratoire est articulée autour d’une analyse de contenus à catégories mixtes des entretiens semi-dirigés de 21 personnes enseignantes au secondaire au Québec. Cette analyse nous permet d’explorer les définitions de la multiperspectivité des personnes enseignantes, leur prédisposition à celle-ci et les processus que les personnes participantes disent favoriser dans leur pratique pour la mise en œuvre de la multiperspectivité visant l’inclusion d’une variété d’identités ethnoculturelles. Les résultats présentés indiquent que les personnes participantes ont une ouverture partielle envers la prise en compte de la multiperspectivité. Elles sont notamment influencées par leurs élèves et par les contraintes du milieu (épreuve ministérielle, travail supplémentaire, manque de temps, etc.). De plus, les résultats indiquent que les personnes participantes font appel à du matériel pédagogique varié et différentes techniques d’enseignement pour la prise en compte de la multiperspectivité. Cependant, nos résultats signalent que les processus mobilisés par les personnes enseignantes pour la prise en compte de la multiperspectivité sont souvent différents de ceux théorisés par Stradling (2003). Enfin, les résultats indiquent aussi que les personnes participantes voient une hiérarchie dans les perspectives à enseigner en classe d’HQC et celle du groupe majoritaire canadien-français semble avoir plus d’importance que d’autres.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.026 | 0.031 |
| Scholarly communication | 0.013 | 0.004 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".