Défis d’intégration scolaire des élèves immigrants au Québec et contributions des enseignants issus de l’immigration
Notice bibliographique
Résumé
Depuis les années 2000, le portrait de l’immigration a beaucoup changé au Québec. La majorité des immigrants proviennent de pays de cultures arabe, africaine, asiatique et latino-américaine et moins de cultures occidentales. Ainsi, le nombre d’élèves de cultures et de langues diverses ne cesse de croître dans les écoles au Québec. Leur intégration scolaire comporte d’énormes défis. L’écart entre la diversité ethnoculturelle des élèves et celle du corps enseignant, ainsi que le manque de compétences interculturelles et antiracistes des enseignants sont cités comme obstacles à la réussite des élèves immigrants. Cet article présente les résultats de deux recherches qualitatives menées au Québec auprès de 32 enseignants issus de l’immigration, au moyen d’entrevues semi-structurées, afin de mieux connaître leur contribution. Ces enseignants constatent des embûches à l’intégration scolaire des élèves immigrants. Ils relèvent notamment une prise en compte insuffisante ou inadéquate de leurs antécédents scolaires, de leurs bagages culturels et de leurs besoins par les établissements scolaires ainsi qu’une absence de maîtrise de la langue française et un retard scolaire pour certains élèves. Leur propre parcours migratoire permet à ces enseignants d’offrir compréhension et empathie à l’égard des élèves immigrants et leur permet d’agir comme des modèles de réussite, d’espoir, d’identité et d’intégration auprès d’eux.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,006 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».