La qualité éducative en pouponnière : évaluation des besoins de formation des éducatrices des 0 à 18 mois.
Notice bibliographique
Résumé
Résumé: L’enquête québécoise sur la qualité des services de garde éducatifs Grandir en qualité (2015a) démontre que la qualité d’ensemble des services éducatifs offerts aux poupons est jugée d’acceptable à bonne, sans plus. Le niveau de formation et de scolarité du personnel éducateur étant un des facteurs déterminants de la qualité des services de garde éducatifs (Clarke-Stewart, Vandell, Burchinal, O’Brien & McCartney, 2002; Goelman, Doherty, Lero, LaGrange & Tougas, 2000; Harme & Pianta, 2001; Howes & Ritchie, 2003; NICHD, 2000, 2006), la mise en place d’une formation continue axée sur la pratique réflexive pour les éducatrices en pouponnière serait souhaitable, étant donné la complexité de leur travail. Cet article porte donc sur l’évaluation des besoins de formation chez les éducatrices en pouponnière, dans le but de bonifier la qualité du processus, et s’inscrit dans la phase origine de la recherche d’une recherche-développement inspirée du modèle de Loiselle et Harvey (2009). Abstract: A Québec survey on the quality of educational childcare services Grandir en qualité (2015a) shows that the overall quality of educational services offered to infants is considered acceptable to good, no more. The level of training and education of educators is one of the determining factors in the quality of educational childcare (Clarke-Stewart, Vandell, Burchinal, O'Brien & McCartney, 2002; Goelman, Doherty, Lero, LaGrange & Tougas, 2000; Harme & Pianta, 2001; Howes & Ritchie, 2003; NICHD, 2000, 2006) Additionally, reflexion practice-based continuing education for toddlers educators would be desirable given the complexity of their work. This articletherefore focuses on the assessment of training needs of toddler educators, with the aim of improving the quality of the process, and is part of the original phase of the search for research development inspired by Loiselle and Harvey’s model (2009).
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 | 0,023 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».