MétaCan
Menu
Retour à la cohorte
Enregistrement W4404297214 · doi:10.1522/rhe.v8i5.1636

Pourquoi recourir à des pratiques coercitives en classe : sur la piste des attributions causales de futures personnes enseignantes

2024· article· fr· W4404297214 sur OpenAlexaffvenue
Marie‐France Nadeau, Sandy Nadeau, Marianne Morier, Claudia Verret, Cassandre Ouellet, Line Massé, Nancy Gaudreau

Notice bibliographique

RevueRevue hybride de l éducation · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité LavalUniversité du Québec à Trois-RivièresUniversité du Québec à MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésSociology

Résumé

récupéré en direct d'OpenAlex

Cette étude vise à documenter les raisons pour lesquelles des pratiques d’enseignement allant à l’encontre des visées de l’éducation inclusive, plus précisément les pratiques coercitives, sont toujours utilisées pour gérer les comportements problématiques en classe. Elle s’appuie sur un devis qualitatif descriptif permettant de décrire les attributions causales de 30 futures personnes enseignantes inscrites à un programme de formation initiale à l’enseignement. Les résultats, issus d’une analyse de contenu, sont discutés à la lumière de la théorie des attributions causales (Weiner, 1986) et permettent de jeter un regard compréhensif sur les représentations entretenues envers les pratiques coercitives et les comportements extériorisés en vue d’orienter les besoins de formation.

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)0,012
score de la tête « metaresearch » (Gemma)0,048
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 enseignants0,014
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,048
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,011
Communication savante0,0070,008
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,255
Tête enseignante GPT0,459
Écart entre enseignants0,204 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue hybride de l éducationMême sujetEducation, sociology, and vocational trainingTravaux en français237 207