MétaCan
Menu
Retour à la cohorte
Enregistrement W2802709296 · doi:10.7202/1045154ar

Secrétaires d’écoles primaires et amélioration continue du travail de bureau : une analyse entre proximité et distanciation

2018· article· fr· W2802709296 sur OpenAlexaffvenue
Alain Huot, Pascal Forget

Notice bibliographique

RevueApproches inductives Travail intellectuel et construction des connaissances · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceSociologyArt

Résumé

récupéré en direct d'OpenAlex

La place de la mobilisation des connaissances issues de la recherche (CIR) dans un processus de recherche-intervention réalisée auprès de secrétaires d’écoles primaires est au coeur de cet article. Les CIR ont été mobilisées afin d’appuyer la problématique et d’élaborer un questionnaire (n=30) pour faire émerger des éléments qualitatifs de leur travail. Par la suite, un entretien de groupe (n=6) a invité les participantes à discuter de la façon dont se passe leur travail au quotidien. À partir des réponses recueillies, une grille d’observation a été construite et deux séances d’observation in situ ont été réalisées. Grâce à cette méthode, des cycles itératifs de questions, de réflexion et d’action ont été effectués. Les résultats montrent l’importance de se soucier de la proximité et de la distance des CIR afin de proposer de nouvelles connaissances, mais aussi de recommander des innovations et des valeurs sures pour l’amélioration du travail des secrétaires.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,043
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,398
Écart entre enseignants0,293 · 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'étudeQualitatif
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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApproches inductives Travail intellectuel et construction des connaissancesMême sujetEducation, sociology, and vocational trainingTravaux en français237 207