MétaCan
Menu
Retour à la cohorte
Enregistrement W2773387923 · doi:10.4000/sdt.1353

La nouvelle gestion publique de l’école au Québec : vers une gestion de la pédagogie

2017· article· fr· W2773387923 sur OpenAlexaffabout
Christian Maroy

Notice bibliographique

RevueSociologie du Travail · 2017
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensCégep Marie-Victorin
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

À partir d’une méthodologie d’études de cas multiples, cet article analyse les stratégies et les outils de mise en œuvre de la politique de « gestion axée sur les résultats » (GAR) au Québec (Canada) par quatre commissions scolaires (CS). Inspirée de la nouvelle gestion publique, la gestion axée sur les résultats est une politique d’accountability qui institue de nouveaux outils de gestion (plans, contrats, reddition de comptes) censés améliorer les résultats du système scolaire en fonction de cibles fixées par le Ministère. En prenant appui sur la sociologie de l’action publique croisée avec une sociologie néo-institutionnaliste, nous montrons que la mise en œuvre de la gestion axée sur les résultats par les commissions scolaires favorise une « gestion de la pédagogie ». En s’appuyant sur des outils statistiques et d’accompagnement professionnel, les commissions scolaires cherchent à visibiliser, changer et rendre plus « efficace » le travail pédagogique des enseignants, bref à le gérer. L’article souligne que ces orientations ne dérivent pas seulement des politiques centrales du gouvernement du Québec, mais s’appuient sur des dispositifs institutionnels et des acteurs situés au niveau intermédiaire contribuant à diffuser de façon mimétique ou normative plusieurs outils ou référents clés de la gestion axée sur les résultats. Au terme de ce processus, le découplage entre dispositifs de régulation et noyau technique de l’école tend à s’amoindrir.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,509
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,155
Tête enseignante GPT0,449
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociologie du TravailMême sujetEvaluation and Performance AssessmentTravaux en français237 207