Influence des pratiques perçues de gestion de classe et du climat de classe sur le rendement scolaire en mathématiques et en français : le rôle médiateur de la motivation
Notice bibliographique
Résumé
Cette étude examine l’hypothèse selon laquelle les pratiques des enseignant·es perçues par les élèves relatives à la gestion de classe (comportements positifs et coercitifs) et au climat de classe (soutien académique et émotionnel, respect mutuel, interactions liées aux tâches) influencent indirectement le rendement des élèves, à travers leur motivation scolaire. Ainsi, des élèves de première année du secondaire ont rapporté les pratiques de leur enseignant·e et leur motivation scolaire (attentes de succès et valeur) en français (n = 1417) ou en mathématiques (n = 1420) et les milieux scolaires ont fourni le rendement des élèves. Des analyses de pistes ont révélé qu’une fois le rendement antérieur pris en compte, les pratiques ciblées modulent généralement au moins un indicateur motivationnel, mais que seule la valeur attribuée aux apprentissages prédit le rendement ultérieur. Ces constats se généralisent aux garçons comme aux filles, et dans la grande majorité des cas, aux élèves de niveau scolaire faible et élevé. De tels résultats suggèrent que les enseignant·es, à travers une combinaison de pratiques mobilisées pour établir leur gestion de classe et leur climat de classe, peuvent faciliter l’arrivée au secondaire de leurs élèves, notamment en influençant leur motivation.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».