Accompagner les leaders dans la modélisation de leur leadership en contexte de recherche-action et de formation universitaire
Notice bibliographique
Résumé
La complexité actuelle en éducation appelle un leadership fort dont le développement doit être accompagné chez les leaders scolaires (Drago-Severson et Blum-Stefano, 2018). Comment accompagner le développement d’un tel leadership en contexte de formation continue et de recherche-action ? Pour ce faire, nous privilégions la modélisation du leadership. Précisément, nous encourageons les leaders à se représenter, individuellement et collectivement, leurs actions prioritaires en cohérence avec des intentions et des présupposés conscients et explicites ajustés à leur contexte. Dans le cadre de cet article, nous présentons d’abord les ancrages épistémologiques et méthodologiques d’un tel dispositif d’accompagnement de la modélisation du leadership inspiré des théories constructivistes-développementales. Nous en présentons ensuite deux illustrations en contexte ; 1) de recherche-action auprès d’une équipe de la direction générale d’un centre de services scolaire et 2) de formation continue de directions d’établissements scolaires. Ces illustrations rendent explicites plusieurs dispositifs et outils d’accompagnement pour concrétiser la modélisation et certaines de ses retombées sur le développement d’un leadership individuel et collectif, compétent et conscient, de leaders scolaires québécois.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».