Trajectoires d’insertion professionnelle d’enseignants noirs issus de la migration et impact sur la réussite scolaire des élèves issus de parents de la migration
Notice bibliographique
Résumé
Cet article s’appuie sur une étude doctorale sur les trajectoires d’insertion professionnelle des nouveaux enseignants originaires des Caraïbes et d’Afrique subsaharienne dans les écoles francophones de l’est de l’Ontario. Il présente l’utilisation d’une méthodologie narrative de récits d’expérience des répondants dès la fin de leur programme de formation à l’enseignement. Cette démarche méthodologique a été présentée par des chercheurs comme Audet et Mercier, Bertaux ou encore Cornils et Schernus. Dans cette étude, il a été question de comprendre les trajectoires des nouveaux enseignants originaires des Caraïbes et d’Afrique subsaharienne afin de s’insérer dans la profession enseignante. Cet article présente le volet lié aux éléments de leur récit d’expérience qui pourraient avoir un impact sur la réussite scolaire des élèves issus de parents de la migration. Les données collectées auprès de huit participants et traitées par l’analyse thématique et l’adaptation du modèle de Fournier, Pelletier et Beaucher ont permis de dégager des stratégies d’insertion pour ces futurs enseignants. Elles ont permis également de cibler certaines stratégies susceptibles d’avoir un impact sur la réussite des élèves issus de l’immigration.
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 | 0,003 | 0,007 |
| 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 | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 ».