MétaCan
Menu
Retour à la cohorte
Enregistrement W4391449971 · doi:10.5007/2175-795x.2024.e93310

Le mentorat destiné aux enseignants débutants: un soutien à sens unique ? Bénéfices perçus du mentorat par des mentors québécois

2024· article· fr· W4391449971 sur OpenAlexaffabout
Isabelle Vivegnis

Notice bibliographique

RevuePerspectiva · 2024
Typearticle
Languefr
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette contribution s’inscrit dans un contexte marqué par une préoccupation grandissante pour l’insertion professionnelle des enseignants débutants, en même temps que pour la reconnaissance du potentiel des nouvelles recrues pour le changement éducatif. Selon une perspective « non déficitaire », mettant les ressources des débutants en valeur dans une logique d’apports mutuels, nous avons cherché à savoir en quoi ces derniers représentent des ressources pour les mentors et pour le milieu scolaire. Selon une approche qualitative/interprétative, l’analyse des réponses de 75 mentors québécois au sondage en ligne a permis d’identifier les bénéfices perçus du mentorat par ces enseignants expérimentés. Un double regard fut porté: sur les bénéfices pour le mentor à accompagner un mentoré et sur les ressources que peuvent représenter les mentorés pour le milieu scolaire. Nos résultats mettent en évidence que les nouvelles recrues ont beaucoup à apporter aux mentors et plus globalement au milieu scolaire, comme l’intégration de nouveaux outils technologiques, d’idées pédagogiques innovantes ou encore des dernières recherches ou théories éducatives. Par ailleurs, le mentorat contribue à la valorisation des mentors, à l’enrichissement, à l’actualisation, à la remise en question et à l’explicitation des pratiques du mentor. En somme, l’étude indique que le mentorat constitue une voie privilégiée de développement professionnel et de formation continue pour les mentors en plus d’avoir une incidence systémique plus globale, soutenant en bout de ligne la réussite des élèves.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,424

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,005
Communication savante0,0060,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,046
Tête enseignante GPT0,352
Écart entre enseignants0,305 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePerspectivaMême sujetEducational and Psychological AssessmentsTravaux en français237 207