Les variables associées à l’attitude du personnel enseignant du secteur collégial vis-à-vis des étudiantes et étudiants présentant un trouble de santé mentale
Notice bibliographique
Résumé
Dans cet article, nous traitons des variables associées à l’attitude du personnel enseignant à l’égard d’étudiantes et étudiants présentant un trouble de santé mentale (TSM) et fréquentant seize cégeps au Québec. Ces variables regroupent le sexe, l’âge, l’expérience en enseignement et la source de connaissances sur les TSM. Le questionnaire évaluant l’attitude du personnel enseignant est constitué d’échelles duStudent Mental Illness Awareness Surveyet de trois échelles construites par l’équipe de recherche. Les résultats obtenus auprès de 232 enseignantes et enseignants sont présentés. Des analyses de variance univariées et des testsa posterioriont été réalisées. Certaines variables sont associées à une attitude plus positive à l’égard de ces étudiantes et étudiants : être une femme, être plus jeune, mais aussi enseigner depuis plus longtemps et avoir acquis des connaissances sur les TSM lors d’une formation universitaire ou en milieu de travail. En contrepartie, l’acquisition de connaissances sur les TSM par l’intermédiaire des médias est associée à une attitude plus négative. Ces travaux appuient l’efficacité des formations visant à améliorer l’attitude du personnel enseignant à l’égard des étudiantes et étudiants ayant un TSM et ainsi faciliter leur parcours scolaire. Les résultats éclairent l’effet potentiellement négatif des médias sur les attitudes. Nous proposons deux stratégies étudiées chez d’autres populations afin de contrebalancer cet effet.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».