MétaCan
Menu
Retour à la cohorte
Enregistrement W3095653627 · doi:10.4000/ree.1473

L’implantation de programmes d’insertion professionnelle dans l’enseignement : qu’en pensent les enseignants débutants ?

2020· article· fr· W3095653627 sur OpenAlexaffabout
Joséphine Mukamurera, Maurice Tardif, Aline Niyubahwe, Sawsen Lakhal

Notice bibliographique

RevueRecherches en éducation · 2020
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Le milieu de l’éducation a depuis longtemps laissé à eux-mêmes les enseignants débutants, sans soutien pour les aider à surmonter les défis et difficultés des premières années d’enseignement. Cependant, un changement institutionnel significatif est en train de se réaliser en Amérique du Nord et dans les pays de l’Organisation de coopération et de développement économiques (OCDE), au moyen de la mise en place de programmes d’insertion professionnelle (PIP) pour les enseignants. Au Québec, près de 60 % des commissions scolaires offrent un PIP et, depuis 2011, le gouvernement alloue un soutien financier croissant et s’attend à ce que les PIP soient implantés dans tous les milieux scolaires. Mais comment les enseignants débutants accueillent-ils ce changement, comment se positionnent-ils à l’égard de l’implantation des PIP ? Notre objectif est de décrire et comprendre la nature du rapport des enseignants débutants à l’égard de l’implantation des PIP qui leur sont destinés. L’étude s’appuie sur une approche multidimensionnelle de l’insertion. Les données proviennent d’une enquête par questionnaire (250 répondants) et des entretiens semi-structurés réalisés avec 32 enseignants. Les résultats montrent que les enseignants débutants sont fort favorables à l’implantation de PIP en milieu scolaire, mais évoquent certains soucis et craintes susceptibles de compromettre leur participation et l’efficacité de tels programmes. Des pistes de réflexion pour une implantation réussie des PIP sont proposées.

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)0,013
score de la tête « metaresearch » (Gemma)0,031
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,408

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,005
Communication savante0,0060,004
Science ouverte0,0020,006
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0200,003

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 Opus0,464
Tête enseignante GPT0,511
Écart entre enseignants0,047 · 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

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRecherches en éducationMême sujetEvaluation and Performance AssessmentTravaux en français237 207