Les motivations d'enseignantes à adopter des interventions pédagogiques orientées vers le développement de compétences en littératie émotionnelle pour favoriser le bienêtre
Notice bibliographique
Résumé
La littératie est un processus continu de développement de compétences, de connaissances, d’attitudes et d’habiletés en lien avec l’écriture, la lecture, l’oral, mais aussi avec les interactions entre les personnes dans leur rapport au monde et aux autres (Moreau, Hébert, Lépine & Ruel, 2013). La littératie émotionnelle réfère, entre autres, aux capacités des personnes à tenir compte et à comprendre les émotions vécues dans différents contextes, dont celui de la classe (Pharand & Moreau, 2015). Les interventions pédagogiques exercées dans ce sens par les enseignants sont influencées par diverses motivations, lesquelles sont en lien direct avec leur bienêtre et le sens qu’ils accordent à la profession (Goyette, 2016). Cet article présente les résultats préliminaires d’une recherche qui s’intéresse aux motivations d’enseignantes du préscolaire et du primaire qui adoptent des interventions pédagogiques orientées vers le développement de compétences en littératie émotionnelle pour favoriser leur bienêtre et celui de leurs élèves.
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 | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».