MétaCan
Menu
Retour à la cohorte
Enregistrement W4406613143 · doi:10.7202/1115419ar

La rétention dans les écoles urbaines en contexte défavorisé : une étude qualitative sur la résilience des personnes nouvellement enseignantes

2024· article· fr· W4406613143 sur OpenAlexvenueno aff
Alice Colignon, Virginie März, Catherine Van Nieuwenhoven

Notice bibliographique

RevueÉducation et francophonie · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Reconnaissant le problème pressant de la faible rétention du personnel enseignant dans les écoles en contexte urbain défavorisé, cette étude qualitative explore la résilience de personnes nouvellement enseignantes. Ancrée dans une approche fondée sur les atouts, elle mobilise le concept d’engagement urbain pour offrir des récits qui dressent une image positive des écoles urbaines. Des entretiens semi-directifs ont été menés auprès de sept personnes nouvellement enseignantes qui exercent dans des écoles primaires bruxelloises accueillant un public défavorisé, sélectionnées pour leur engagement urbain élevé. Les résultats de cette étude révèlent l’influence de l’engagement des personnes participantes pour les contextes urbains sur leur résilience. Ils indiquent également le caractère dynamique de la résilience, en identifiant quatre aspects qui résultent de l’interaction entre facteurs individuels et contextuels : 1) l’importance d’un alignement des valeurs sous-tendant leur engagement urbain avec celles de l’école, 2) la disponibilité et le soutien au sein de l’école pour accéder aux ressources, 3) les dynamiques positives et collaboratives d’équipe pour développer des rôles organisationnels, et 4) le « prendre soin » des personnes nouvellement enseignantes pour soutenir leur bienêtre et leur engagement dans les écoles urbaines. La responsabilité des directions d’école est soulignée dans la création d’environnements soutenant la résilience et l’engagement de leur équipe éducative.

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)0,007
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 enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,005
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,110
Tête enseignante GPT0,435
Écart entre enseignants0,325 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueÉducation et francophonieMême sujetEducation, sociology, and vocational trainingTravaux en français237 207