Tackling student disengagement: examining the perspectives and philosophies of black educators in a canadian context
Bibliographic record
Abstract
Le désengagement scolaire parmi les étudiants noirs est une question urgente, soutenue par des études récentes suggérant un nombre disproportionné de décrochage scolaire parmi les étudiants noirs versus leur homologues provenant de d’autres races.Mon étude débute avec une analyse du multiculturalisme au Canada, offrant la fondation pour une discussion concernant la race et l’égalité dans un contexte canadien. La nature intrinsèquement injuste du multiculturalisme attise le racisme systémique et les inégalités présentes et institutionnalisées dans la société, découlant du système d’éducation. Les multiples problématiques concernant la race, le pouvoir, le privilège et les classes sociales nourrissent la réalité dans les écoles : les étudiants noirs ne sont pas engagés, ce qui entraine un taux de décrochage préoccupant au sein de ce groupe. Cette étude se concentra sur les enjeux du désengagement et les causes probables qui entrainent les étudiants noirs à quitter l’école de façon prématurée, selon des éducateurs également noirs.Utilisant un modèle de recherche qualitatif, j’ai effectué une série d’entretiens phénoménologiques avec des éducateurs noirs au sein de la Commission Scolaire de Toronto ainsi que celle du district Peel afin de déterminer leurs philosophies et perspectives relatant au désengagement des étudiants noirs face à l’école. Utilisant une pédagogie critique et pertinente à la culture, dans un cadre antiraciste, je me suis engagé dans un processus d’entrevue permettant de saisir les voix des éducateurs noirs afin d’exprimer ce qu’ils croient être les causes de ce désengagement.Le dernier chapitre de mon étude propose que le mentorat, les soins, des attentes basses face aux étudiants, un enseignement et un curriculum plus culturellement pertinent, et la diversité au sein de l’équipe scolaire sont tous des facteurs importants ayant un impact sur le désengagement scolaire. L’analyse de ces thèmes offre des solutions afin de resserrer l’écart existant dans le système scolaire ainsi que promouvoir un réengagement des étudiants noirs face à leurs études et à l’école.
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 | 0.011 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.047 | 0.031 |
| Scholarly communication | 0.017 | 0.005 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.003 | 0.007 |
| 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".