Coenseignement orthopédagogue-enseignante et orthopédagogue-enseignant : l’expérience de trois écoles primaires montréalaises
Notice bibliographique
Résumé
Au Québec, la réussite éducative des élèves en contexte de diversité implique une mobilisation croissante de l’ensemble des personnes oeuvrant en milieux scolaires et des changements dans l’organisation des services éducatifs. Dans ce contexte, les modèles de services s’appuyant sur la collaboration professionnelle, comme les modèles de coenseignement, proposent de nouvelles avenues afin de répondre aux besoins de tous les élèves, notamment au primaire. La présente recherche avait pour but de soutenir et de décrire les pratiques de coenseignement mises en oeuvre par des orthopédagogues et des enseignantes et enseignants. Des facilitateurs et des obstacles au coenseignement ont également émergé, et des pistes ont été proposées afin de permettre à d’autres écoles d’expérimenter le coenseignement orthopédagogue-enseignante et orthopédagogue-enseignant dans le futur. Le partage d’expertise professionnelle complémentaire, le respect mutuel ainsi que le temps accordé à la coplanification, à la concertation et à la rétroaction sont à privilégier pour que ce type de coenseignement soit réussi. Les orthopédagogues sont ainsi amenés à élargir leurs pratiques et à modéliser des stratégies enseignées à tous les élèves d’un groupe-classe.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,008 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».