Barrière au retour en scolarisation après une interruption sans diplôme: Retournants et non-retournants québécois.
Notice bibliographique
Résumé
Le niveau de scolarisation de base allant de pair avec la complexité des connaissances requises à la pleine participation du contexte social, politique et économique proposé par le Québec moderne tend à rendre plus difficile l'insertion des Québécoises et Québécois ne disposant pas de ce niveau. Ainsi, afin de faire face aux défis accompagnant les avancés technologiques et la mondialisation, le Québec, à l'instar de plusieurs autres sociétés, entreprit d'adapter ses structures aux besoins de cette société du savoir et de cette économie de l'information. Cependant, malgré le succès des mesures déployées depuis la réforme éducative des années soixante, plusieurs citoyens du Québec interrompent leur formation initiale s'exposant ainsi à un risque accru de vivre dans la précarité, l'instabilité et la marginalisation. Pour près des deux tiers de ces jeunes, ces interruptions seront temporaires alors que pour le reste elles semblent plus définitives. C'est dans le but de comprendre ce qui différencie les jeunes qui retournent en scolarisation de ceux qui n'y retournent pas qu'a été effectuée la revue de littérature ayant mené à l'élaboration des objectifs de cette recherche: décrire la prévalence des barrières à l'apprentissage selon la perspective de Cross (1981) pour la population des JAQ ayant interrompu leur formation initiale et tenter d'en modéliser l'influence sur les probabilités de retour aux études. Ainsi, afin d'atteindre ces objectifs, un devis de recherche quantitatif exploitant les données de l'EJET a été élaboré dans le but de suivre l'évolution du statut d'interruption de 175 JAQ de la cohorte A de l'enquête en fonction des facteurs liés aux barrières à l'apprentissage de Cross (1981). Les résultats du croisement des variables indépendantes avec la variable dépendante ont permis de confirmer l'existence et l'intensité des liens pressentis et d'apprécier la répartition des effectifs en fonction du statut de retour. Il ressort des résultats de la régression logistique que toutes les variables indépendantes impliquées permettent d'améliorer significativement l'estimation des risques de retour à la suite dune interruption. Par ailleurs, la régression logistique a permis d'estimer la prépondérance de deux des trois barrières à l'apprentissage selon le modèle de Cross (1981) pour confirmer la tendance déjà observable au sein des recherches précédentes à l'effet que les facteurs situationnels offrent une plus grande part de variance expliquée que les facteurs dispositionnels lorsque vient le temps d'estimer les risques de retour chez les JAQ ayant interrompu leur formation initiale. De plus, cet exercice nous a également permis d'obtenir une certaine mesure des proportions de la prépondérance de ces deux barrières sur les risques de retour, nous permettant ainsi de ne non seulement savoir quelle barrière s'avère avoir le plus de poids, mais également dans quelle proportion.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».