Quelles pratiques enseignantes pour favoriser l’inclusion scolaire des élèves nouveaux arrivants dans des classes d’accueil au primaire ?
Bibliographic record
Abstract
Cet article s’intéresse aux pratiques enseignantes déclarées qui favorisent l’inclusion scolaire des élèves immigrants nouveaux arrivants dans des classes d’accueil au primaire. Les données ont été recueillies lors d’entretiens compréhensifs avec quatre enseignantes œuvrant dans différentes écoles comptant une ou plusieurs classes d’accueil, au Québec. L’analyse transversale a abordé deux thèmes généraux permettant de mieux comprendre la manière dont les enseignantes agissent, chacune à sa manière, en classe et parfois hors classe, pour soutenir l’inclusion de leurs élèves : les perceptions qu’elles ont de l’inclusion et les pratiques mobilisées en ce sens. Les résultats montrent notamment que les enseignantes partagent une perception positive des classes d’accueil et de l’inclusion, et qu’elles sont conscientes de l’importance de (re)connaître leurs élèves. Toutefois, elles expriment un sentiment de frustration face aux défis, notamment en raison de l’isolement de leurs classes et de leurs élèves, et des formes d’exclusion qu’elles vivent elles-mêmes. Ces résultats confèrent un double sens à l’inclusion : inclure pour favoriser la réussite et l’apprentissage des élèves, et inclure pour contrer les formes d’exclusion scolaire auxquelles leurs élèves sont confrontés.
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 | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.006 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".