Conception et évaluation d’ateliers de formation visant à développer un comportement préventif au travail chez les élèves en apprentissage d’un métier
Notice bibliographique
Résumé
La formation à la prévention offerte dans les programmes de formation professionnelle présente plusieurs lacunes, faisant en sorte que les apprentissages qui y sont faits seraient peu mobilisés à l’entrée sur le marché du travail. Il appert, entre autres, que les ressources pédagogiques utilisées ne cibleraient pas les risques à la santé spécifiques au métier. Concevoir et évaluer des ateliers de formation visant le développement d’un comportement préventif au travail chez les élèves des programmes de secrétariat et de réalisation d’aménagements paysagers. Un processus systématique a été suivi pour concevoir les ateliers de formation. L’évaluation a porté sur trois variables : 1) la perception des apprenants, 2) les apprentissages réalisés et 3) le comportement préventif. Les résultats de cette étude décrivent la démarche de conception des ateliers de formation et suggèrent une amélioration significative sur les trois variables à la suite de la participation des élèves à ces mêmes ateliers. La démarche de conception des ateliers de formation détaillée dans cet article permet la réplication dans d’autres programmes de formation professionnelle. Des bases empiriques sont maintenant connues et peuvent servir de références dans l’élaboration d’études futures.
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 | 0,027 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».