MétaCan
Menu
Retour à la cohorte
Enregistrement W3015197425 · doi:10.4000/ripes.2406

Identification des raisons de non-fréquentation des centres d’aide en français du postsecondaire au Québec

2020· article· fr· W3015197425 sur OpenAlexaffabout
Isabelle Cabot, Stéphanie Facchin

Notice bibliographique

RevueRevue internationale de pédagogie de l’enseignement supérieur · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensCégep Saint-Jean-sur-RichelieuUniversité de MontréalCegep de ThetfordUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

frLa maîtrise du français pour les étudiants du postsecondaire est un défi important. Une solution adoptée pour tenter de le relever fut la création de centres d’aide en français (CAF). Depuis le premier, mis en place en 1987 (Fortier et Ménard, 2017), ceux-ci sont maintenant bien établis dans 103 établissements d’enseignement supérieur au Québec. Malgré cela, la maîtrise de la langue demeure problématique et des enseignants rapportent conseiller à des étudiants de solliciter du soutien au CAF, mais plusieurs ne s’y présentent pas. À ce jour, peu d’écrits scientifiques informent sur les facteurs qui sous-tendent la non-fréquentation des CAF et encore moins sur l’utilisation et la perception qu’en ont les usagés principalement visés, soit les étudiants.L’objectif de l’étude exploratoire rapportée ici était d’examiner les raisons de non-fréquentation des CAF. Les données ont été récoltées auprès de collégiens par le biais d’un questionnaire (n = 985) et d’entrevues semi-dirigées (n = 13). Les résultats montrent que les raisons d’ordre organisationnel, surtout relatives à la gestion du temps, sont les plus exprimées, mais des raisons d’ordre individuel, liées aux émotions ressenties, comme la honte ou la peur d’être jugé de façon négative, expliqueraient aussi une grande part d’évitement des CAF. Dans ce contexte, les participants aux entrevues ont exprimé leurs idées de solutions. Ces résultats permettent de proposer des pistes d’intervention mieux ajustées aux besoins des étudiants, de manière à maximiser l’accessibilité et l’utilisation des services offerts dans les CAF.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,051
Tête enseignante GPT0,318
Écart entre enseignants0,267 · 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'étudeObservationnel
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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale de pédagogie de l’enseignement supérieurMême sujetDisability Education and EmploymentTravaux en français237 207