Récits d’élèves du secondaire s’inscrivant dans un processus de résilience scolaire
Notice bibliographique
Résumé
Maintes études ont permis de mettre en évidence de multiples facteurs augmentant le risque que l’élève abandonne ses études avant l’obtention du diplôme d’études secondaires (Fortin, Marcotte, Diallo, Potvin et Royer, 2013). Par contre, certains élèves pourtant exposés à ces facteurs obtiennent leur diplôme (Harvey, 2007). Il apparaît ainsi pertinent de se pencher sur les expériences ayant joué un rôle de prévention du décrochage scolaire. L’objectif de cette étude est de comprendre, à partir des processus interactionnels du milieu familial et de la classe, l’expérience d’élèves du secondaire s’inscrivant dans un processus de résilience scolaire. Un devis descriptif qualitatif est utilisé. Des entretiens semi-dirigés ont été menés auprès de 18 élèves s’étant adaptés positivement au cours de la première année du secondaire. Le compte rendu intégral a fait l’objet d’une analyse thématique et d’une construction de récits narratifs. Six processus interactionnels émergeant du discours des participants sont mis en récits. Bien que le discours de plusieurs élèves laisse paraître le fait que les processus interactionnels du milieu familial et de la classe favorisent leur adaptation positive, il semble que l’adaptation de certains soit plutôt due à leur volonté d’atteindre un objectif qu’ils ont eux-mêmes établi.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».