Les particularités de l’enseignement supérieur des peuples autochtones en Équateur : une exploration des expériences étudiantes
Bibliographic record
Abstract
L'objectif de cette recherche est d'explorer et d'analyser les thèmes clés qui émergent des expériences éducatives des étudiants autochtones, avec un accent particulier sur les expériences des étudiants équatoriens en raison de leur plus grande représentation dans le corpus d'entretiens. Grâce à une analyse thématique de ces récits, l’étude vise à comprendre les obstacles, les facilitateurs et les perspectives liés à l'autodétermination dans le contexte de l'enseignement supérieur. Les facteurs clés tels que le contexte historique, les taux d’inscription et de diplomation, ainsi que l’entrée au soutien financier ministériel sont examinés. L’analyse identifie également les obstacles qui influencent l’expérience éducative. La méthodologie de cette recherche combine une revue de la littérature avec une analyse des données quantitatives. Pour interpréter les témoignages des participants, j’ai utilisé des concepts issus de la notion de l’éducation critique, de l’autodétermination et de l’apprentissage interculturel. Ces cadres théoriques m’ont permis d’examiner comment les injustices historiques, telles que le colonialisme et la discrimination, continuent d’influencer l’accès et l’expérience des étudiants autochtones dans l’enseignement supérieur. Pour ce faire, j'ai utilisé les entretiens semi-dirigés qui proposent une compréhension plus approfondie de ces questions, en éclairant leurs parcours éducatifs personnels et les obstacles structurels auxquels ils sont confrontés. Au Canada, des avancées importantes ont été réalisées en matière d’éducation interculturelle, notamment en ce qui concerne l’augmentation des taux d’inscription et de diplomation des étudiants autochtones, cependant des défis persistent. En Équateur, l’éducation interculturelle est également au cœur des politiques publiques, mais elle fait face à des obstacles significatifs. Cette recherche explore les expériences des étudiants autochtones dans ces contextes spécifiques, mettant en évidence les réalités éducatives. Cela permet d’approfondir la compréhension des mécanismes qui influencent leur parcours et des stratégies nécessaires pour renforcer leur inclusion et leur réussite dans l’enseignement supérieur.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.006 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".