MétaCan
Menu
Back to cohort
Record W748525703 · doi:10.5206/cie-eci.v43i3.9263

Review/Recension du livre Les Majorites fragiles: Belgique, Catalogne, Irlande du Nord, Quebec

2015· article· fr· W748525703 on OpenAlexaffvenueabout
Suzanne Majhanovich, Carolyne Verret

Bibliographic record

VenueComparative and International Education · 2015
Typearticle
Languagefr
FieldSocial Sciences
TopicResearch in Social Sciences
Canadian institutionsWestern University
Fundersnot available
KeywordsArtPolitical scienceHumanities

Abstract

fetched live from OpenAlex

Durant de nombreuses années, Marie McAndrew a étudié les majorités fragiles en tant que chercheuse dans le Réseau sur l'éducation dans les sociétés divisées.« Majorités fragiles » est un concept inventé par le Réseau afin de décrire des régions qui, en elles-mêmes, constituent un groupe ethnique majoritaire tout en existant comme une minorité dans un plus grand état-nation.Le Québec étant, lui-même, membre de l'une des majorités fragiles les plus connues, il n'est pas surprenant que cette chercheuse québécoise s'est engagée à examiner ce que cela signifie de faire partie d'une majorité fragile, et les facteurs qui contribuent à la confirmation d'identité au sein de la région, tout en négociant leur place en tant que minorité d'une large entité nationale, ainsi qu'en faisant face à la manière d'accepter les nouveaux venus dans la région.Cette étude méticuleusement documentée, les Majorités fragiles et l'éducation, examine la situation dans quatre régions : la Flandre en Belgique, la Catalogne en Espagne, l'Irlande du Nord et le Québec.Elle s'appuie sur des études entreprises sur une décennie ou davantage avec des collègues faisant partie du réseau de recherche dans les quatre régions.L'éducation, soutient Mme McAndrew, fournit à ceux vivant dans les régions de majorité fragile l'opportunité « d'influencer significativement non seulement leur développement propre mais également celui des autres communautés résidant dans leur province ou État » (p.10).Ce livre est divisé en deux parties.La première partie, La diversité profonde : le rapport à l'autre majoritaire, avec ses trois chapitres, se penche sur la relation existant entre la majorité ethnique régionale et la majorité étatique, à savoir les anglophones au Québec, les francophones en Flandre, les hispanophones en Catalogne et les protestants en Irlande du Nord.Dans tous les cas, le fait que les groupes de majorité fragile jouissent, constitutionnellement, d'un considérable pouvoir leur permettant de développer des politiques éducatives, et autres qui supportent leur identité et leurs aspirations en tant que groupe distinct au sein d'une large majorité nationale a contribué à leur force durable.Le premier chapitre, Contrôler ses propres institutions : repli identitaire ou gage d'harmonie, passe en revue l'évolution des politiques dans les quatre régions, qui ont contribué à établir la place légitime de la majorité régionale (fragile).Dans trois cas, les politiques se rapportent aux droits linguistiques.L'importance de la Loi 101 au Québec est citée pour avoir confirmé le français en tant que la langue officielle de cette région (et effectivement prévenir une domination rampante de l'anglais dans la province).En ce qui concerne la Belgique, elle passe en revue le changement des tentatives du passé d'assimiler les néerlandophones à la majorité française à l'acceptation actuelle de la rétention de la langue, néerlandaise ou française, dans les zones où chaque groupe ethnique constitue une majorité.En Catalogne, elle retrace l'évolution de l'ère Franco dans laquelle l'espagnol était la seule langue officielle à la pratique actuelle de « scolarité commune » qui autorise les enfants à être éduqués dans la langue choisie par leurs parents, et dans une large mesure, le catalan dans cette région.En Irlande du Nord, la question était religieuse, catholique contre protestant, et il a été adressé en établissant un système d'écoles

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Commentary · Consensus signal: none
Teacher disagreement score0.316
Threshold uncertainty score0.635

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.006
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0070.012
Science and technology studies0.0010.001
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.000

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 head0.198
GPT teacher head0.464
Teacher spread0.266 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreCommentary

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
Published2015
Admission routes3
Has abstractno

Explore more

Same venueComparative and International EducationSame topicResearch in Social SciencesFrench-language works237,207