Mesurer et anticiper un risque de pénurie enseignante : le cas de la Suisse
Notice bibliographique
Résumé
Le risque d’un manque de personnel enseignant préoccupe fortement les autorités publiques de nombreux pays. Ces préoccupations se sont accentuées depuis une quinzaine d’années, notamment avec la perspective de devoir remplacer les départs à la retraite de la génération des baby-boomers. Il ne suffit pas de décréter la formation d’un nombre plus important de membres du personnel enseignant pendant une période donnée pour en assurer le renouvellement, préserver la qualité d’un système éducatif et assurer l’égalité des chances à l’école. Cet article a pour objectif principal de contribuer à une analyse de la gestion politique du risque de pénurie enseignante en Suisse à partir des années 2000. Des composantes d’un modèle d’analyse de l’action publique dans le domaine de l’éducation développé et enrichi au fil de nos travaux de recherche sont utilisées pour mesurer les statistiques de cette période. Après avoir apporté quelques clarifications conceptuelles autour du phénomène de pénurie dans une première partie, nous présenterons les éléments du modèle d’analyse de l’action publique retenus. Enfin, nous rendrons compte de nos analyses documentaires portant sur la gestion publique de la pénurie enseignante en Suisse.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».