MétaCan
Menu
Retour à la cohorte
Enregistrement W2937312102 · doi:10.4000/activites.3801

L’expérience difficile du travail enseignant et les besoins de soutien chez les enseignants débutants au Québec

2019· article· fr· W2937312102 sur OpenAlexaboutno aff
Joséphine Mukamurera, Sawsen Lakhal, Maurice Tardif

Notice bibliographique

RevueActivites · 2019
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Notre recherche tente, d’une part, de mettre en lumière le travail enseignant tel que vécu au quotidien par les enseignants débutants et, d’autre part, de cerner la nature des besoins de soutien ressentis durant leurs premières années d’enseignement. Notre appui théorique relève d’une approche globale et multidimensionnelle de l’insertion professionnelle et du travail enseignant. La recherche réalisée comporte un volet qualitatif reposant sur 32 entrevues semi-structurées et un volet quantitatif basé sur une analyse secondaire des données d’un questionnaire (250 répondants). Les résultats qualitatifs mettent en évidence la diversité et la lourdeur des tâches, ainsi que l’écart perçu entre la charge de travail reconnue et l’intensité de la charge réelle tel que vécue au quotidien. En complément, les résultats quantitatifs confirment la nature plurielle des besoins de soutien selon cinq volets : la socialisation organisationnelle, la gestion de classe, la gestion des apprentissages, la différenciation pédagogique et le volet personnel et psychologique. Des analyses comparatives à l’aide des tests ANOVA montrent quelques différences selon l’ordre et le champ d’enseignement ainsi que le domaine de formation. Ce sont là des éléments qui apportent un regard nouveau sur le travail enseignant et offrent des pistes pouvant guider l’offre de soutien aux enseignants débutants et la conception des programmes de formation à l’enseignement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,260

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,005
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,291
Écart entre enseignants0,257 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations37
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActivitesMême sujetDisability Education and EmploymentTravaux en français237 207