La population étudiante en situation de handicap émergent aux cycles supérieurs au Québec sous l'angle de l'approche par les capabilités : une recherche mixte
Notice bibliographique
Résumé
Malgré les politiques d'équité, de diversité et d'inclusion ainsi que les mesures d'aide et d'accommodement implantées dans les universités québécoises, la population étudiante en situation de handicap émergent (aux prises avec des troubles de l'attention, d'apprentissage, de santé mentale et du développement) rencontre des obstacles dans leur parcours de formation universitaire. Cette thèse mobilise l'approche par les capabilités, une théorie de la justice sociale qui permet de mieux comprendre les conditions qui perpétuent les inégalités sociales et les obstacles à l'inclusion et à l'équité. Elle s'intéresse aux possibilités réelles, c'est-à-dire à la capacité des étudiantes et étudiants en situation de handicap émergent (ESHE) de mobiliser les mesures d'aide (ressources) pour mener des parcours à la maîtrise et au doctorat qu'ils valorisent. Elle s'appuie sur une méthodologie mixte associant une analyse secondaire de données d'une enquête triennale, soit l'Enquête canadienne auprès des étudiantes et des étudiants à la maîtrise et au doctorat et des entretiens individuels auprès d'ESHE à la maîtrise et au doctorat. Elle se compose de trois articles. Le premier article basé sur une étude quantitative fait état des inégalités d'accès à certaines ressources universitaires (ex. : mesures financières, services d'accueil et d'orientation, mesures de soutien à la réussite et à l'insertion professionnelle, etc.) pour les ESHE, en comparaison avec les autres groupes d'étudiants (sans handicap ou en situation de handicap physique). En outre, l'article dépeint certains facteurs qui facilitent ou limitent l'accès à ces ressources, ce qui est désigné dans l'approche par les capabilités comme étant des facteurs de conversion. Le deuxième article basé sur une étude qualitative vient compléter le repérage des facteurs de conversion (obstacles et leviers) que l'article 1 a permis de mettre au jour. Cet article basé sur des entretiens individuels permet également de comprendre pourquoi les ESHE ont peu recours aux ressources ou rencontrent des difficultés dans leurs parcours universitaires malgré les mesures mises en place pour les soutenir. Il montre que certaines conditions associées aux mesures d'aide s'avèrent parfois contraignantes (ex. : des délais dans la procédure d'évaluation du handicap, la non-reconnaissance d'un diagnostic antérieur de handicap). Par conséquent, les ESHE peuvent se voir priver ou refuser l'accès aux mesures d'aide et d'accommodement, ce qui limite leurs rendements académiques. Enfin, le troisième article basé également sur des entretiens permet de comprendre plus finement les expériences universitaires et les cheminements des ESHE. Cet article tient compte d'un ensemble de facteurs (en plus des obstacles et leviers institutionnels documentés dans les deux premiers articles) pour expliquer comment les ESHE construisent leurs choix de parcours et ce qui influence leurs possibilités à la maîtrise et au doctorat. Cet article met en lumière des différences dans les possibilités de choix de parcours des ESHE, influencés par plusieurs facteurs sociaux, personnels et institutionnels.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».