MétaCan
Menu
Retour à la cohorte
Enregistrement W6981139589

Difficultés perçues par les enseignants du primaire au Québec et valeur prédictive de celles-ci sur l'engagement professionnel des enseignants

2013· dissertation· fr· W6981139589 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2013
Typedissertation
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant-derived Lignans Synthesis and Bioactivity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Peer evaluationQuantitative methodologyBurn out
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Des études récentes rapportent des données inquiétantes quant à des signes de détresse psychologique au travail et à des niveaux faibles d'engagement professionnel chez les enseignants du primaire. La documentation permet de croire que plusieurs facteurs contextuels inhérents à la pratique enseignante sont susceptibles d'être en cause dans cet état de fait, mais ceux-ci demeurent peu étudiés en lien avec l'engagement professionnel des enseignants dans le contexte spécifiquement québécois. Le premier objectif de la présente thèse consiste à mesurer auprès d'enseignants du primaire québécois l'intensité des difficultés perçues en rapport avec 15 facteurs contextuels liés à leur profession, afin de faire ressortir ceux qui apparaissent les plus problématiques. En second lieu, cette thèse vise à investiguer la valeur prédictive de ces difficultés sur l'engagement professionnel des enseignants à partir d'un modèle qui distingue trois modes d'engagement (optimal, surengagement, sous-engagement) incluant chacun trois composantes. Pour répondre à ces objectifs, 223 enseignants du primaire ont rempli un questionnaire électronique mesurant leur engagement professionnel ainsi que l'intensité perçue des difficultés se rapportant aux 15 facteurs contextuels à l'étude. Des analyses descriptives ont été effectuées pour répondre au premier objectif et des analyses de régression multiple standard et hiérarchique ont été effectuées afin de répondre au deuxième objectif. Les résultats de l'étude montrent d'abord que le soutien aux élèves en difficulté et que la gestion de classe (hétérogénéité des groupes) apparaissent comme les facteurs contextuels les plus problématiques au sein de la profession aux yeux des enseignants participants. Ensuite, il est démontré que l'engagement optimal et ses composantes sont, au total, prédits négativement par 7 des 15 facteurs contextuels à l'étude, alors que le surengagement et ses composantes sont prédits positivement par 4 facteurs contextuels et que le sous-engagement et ses composantes sont prédits positivement par 10 facteurs contextuels. Finalement, les résultats permettent de dégager que les relations avec les élèves, le soutien aux élèves en difficulté, l'autonomie dans la réalisation des tâches, la stabilité des conditions de travail et les relations avec la direction d'école semblent représenter les facteurs contextuels les plus fortement associés à l'engagement professionnel chez les enseignants du primaire. La discussion aborde la contribution potentielle de l'étude pour guider les acteurs du milieu de l'éducation appelés à jouer un rôle de gestion ou de soutien auprès des enseignants, mais également pour la pratique du psychologue. Notons que cette thèse s'inscrit dans une recherche plus large menée dans le cadre des Actions concertées FQRSC--MELS (programme Persévérance et réussite scolaire phase II).

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)0,004
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,002
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,026
Tête enseignante GPT0,215
Écart entre enseignants0,188 · 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'étudeObservationnel
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetPlant-derived Lignans Synthesis and BioactivityTravaux en français237 207