Sentiment d’efficacité personnelle des personnes stagiaires à gérer la classe : influence des caractéristiques personnelles
Notice bibliographique
Résumé
Afin de rapporter le niveau de sentiment d’efficacité personnelle (SEP) des stagiaires à gérer la classe de manière authentique et nuancée, il est important d’identifier les facteurs personnels qui sous-tendent la variation de celui-ci (BANDURA, 2006). En ce sens, l’explication d’une relation entre le degré d’efficacité personnelle des stagiaires en gestion de classe et leurs caractéristiques personnelles pourrait éclairer la voie vers une compréhension plus approfondie d’une compétence cruciale à l’enseignement pour les futur.e.s enseignant.e.s. L’objectif du présent article est de décrire et de comprendre l’influence des caractéristiques personnelles des stagiaires sur leur SEP à gérer la classe avant et après un stage de longue durée en enseignement. Un questionnaire portant sur le SEP à gérer la classe (GAUDREAU et al. 2015) et les caractéristiques personnelles stagiaires a été soumis avant, puis après le stage à 707 personnes stagiaires québécoises inscrites à leur troisième ou quatrième année de formation à l’enseignement. Les résultats montrent que le genre et l’âge des stagiaires ont une influence modérée sur leur SEP à gérer la classe. Par ailleurs, les stagiaires ayant acquis plus de trois ans d’expérience antérieure en éducation se sentent davantage efficaces au regard de la gestion de classe. La discussion des résultats met en lumière l’importance de considérer les variables personnelles afin d’évaluer de façon complète et authentique le niveau de SEP des futur.e.s enseignant.e.s quant à leur compétence à gérer la 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».