Apprendre et enseigner avec les Autres : l'éducation comme moyen d'ouverture et de défense dans la communauté tupinamba de Serra do Padeiro (Bahia, Brésil)
Bibliographic record
Abstract
Le sujet de cette thèse de doctorat porte sur le processus et sa consolidation ultérieure en tant que projet d’éducation scolaire dans la communauté tupinamba de Serra do Padeiro (Terra Indígena Tupinambá de Olivença, Bahia-Brésil). Les différentes phases et transitions de la trajectoire de la lutte Tupinamba sont examinées afin de mettre en place un système éducatif différencié, qui a nécessité une réorganisation constante suite à la perte du territoire autochtone et au désir de fournir une éducation formelle aux nouvelles générations comme moyen de renverser positivement la situation contemporaine. La thèse cherche également à mettre en évidence la violation des cadres juridiques concernant les peuples autochtones en tant que dimension extrêmement importante pour la compréhension de ce projet éducatif. Dans ce contexte, les relations interethniques ont un effet direct sur le processus en question. La particularité représentée par le projet d’éducation formelle de la communauté de Serra do Padeiro sera mis en évidence pour être guidée par les encantados - entités principales de leur cosmovision - qui agissent comme des « agents éducatifs » et, de façon complémentaire, pour accueillir l’Autre, dans ce cas, des étudiants non-autochtones. Outre les discours des Tupinamba sur les avantages du Colégio Estadual Indígena Tupinambá de Serra do Padeiro - CEITSP pour la région, il est également décrit comment se met en place, au quotidien, un enseignement qualifié de « doublement différencié » - pour être autochtone et pour accueillir des non-autochtones - et comment les savoirs « traditionnels » et « occidentaux » sont choisis et systématisés dans ce contexte. La thèse vise enfin à montrer que la communauté de Serra do Padeiro transmet ses enseignements au cours de la lutte pour ses droits, en configurant ainsi un modèle éducatif pouvant être étendu au-delà de ses propres frontières, à partir d’une adaptation à d'autres contextes sous de nouveaux paramètres de relations interethniques.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".