MétaCan
Menu
Back to cohort
Record W7154963978 · doi:10.7202/1124533ar

État des lieux sur l’inclusion en enseignement : quels constats sur la (non)représentativité de la diversité dans le corps enseignant et à la formation enseignante ?

2025· article· fr· W7154963978 on OpenAlexaffabout
Virginie Abat-Roy, Audrey Dupuis, Nicolas Gourde

Bibliographic record

VenueRevue éducation inclusive · 2025
Typearticle
Languagefr
FieldSocial Sciences
TopicCollaborative Teaching and Inclusion
Canadian institutionsUniversité de Moncton
Fundersnot available
KeywordsContext (archaeology)Perspective (graphical)EthnographyFrenchPolitics

Abstract

fetched live from OpenAlex

La diversité est désormais appréhendée comme une pluralité de dimensions — linguistiques, culturelles, sociales ou liées au handicap — plutôt que seulement sous l’angle des besoins particuliers. Or, dans un contexte social et scolaire qui se diversifie de plus en plus vite, notamment sur le plan ethnoculturel et social, la diversité chez le corps enseignant n’est toujours pas représentative de celle en salle de classe. Un corps enseignant représentatif de cette diversité serait bénéfique à plusieurs niveaux, notamment pour le sentiment d’appartenance des élèves, et permettrait d’appuyer le mandat d’inclusion pour toutes les personnes de la société. Cet état des lieux de la littérature scientifique a pour objectif d’identifier les facilitateurs et les obstacles ayant eu des retombées sur le parcours de personnes ayant fait des études en éducation ou oeuvrant dans les systèmes scolaires. Selon une perspective écosystémique, les obstacles (p.ex. les politiques et obstacles macrosystémiques) semblent principalement liés au macrosystème, alors que les facilitateurs (p.ex. les facteurs personnels et l’entourage comme source d’appui) semblent liés au micro et mésosystème. Plus d’études sur le sujet sont nécessaires, particulièrement en contexte francophone canadien.

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 imitation

Not 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.

metaresearch head score (Codex)0.006
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.406
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0060.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0060.001
Scholarly communication0.0000.002
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.017
GPT teacher head0.328
Teacher spread0.311 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes2
Has abstractyes

Explore more

Same venueRevue éducation inclusiveSame topicCollaborative Teaching and InclusionFrench-language works237,207