Insertion professionnelle des nouveaux enseignants issus de l’immigration : quelques conditions pour un mentorat interculturel réussi
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Les difficultés vécues par les nouveaux enseignants et les taux importants d’abandon dans les premières années d’exercice ont encouragé, dans les dernières décennies, la mise en place de programmes d’insertion professionnelle. Parmi les différentes composantes de ces programmes, le mentorat est souvent mentionné comme la plus appréciée par les enseignants novices. C’est également le cas des nouveaux enseignants issus de l’immigration (NEII), qui affirment bénéficier des avantages de l’accompagnement d’un mentor. En Ontario (Canada), le Programme d’insertion professionnelle du nouveau personnel enseignant (PIPNPE) et son volet mentorat permettent de soutenir l’épanouissement et le perfectionnement professionnel des enseignants débutants. L’efficacité du mentorat dépend d’un certain nombre de facteurs à considérer. Nous savons cependant peu de choses sur les dimensions du mentorat particulièrement profitables pour les NEII. L’analyse des données recueillies lors d’entretiens semi-dirigés dans le cadre d’une recherche-intervention sur le soutien à l’insertion professionnelle des NEII a permis de mettre en lumière les éléments les plus prometteurs à mettre en place dans un dispositif de mentorat afin de répondre aux besoins spécifiques d’accompagnement de ces nouveaux enseignants.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle