Le bien-être chez les élèves HDAA de première génération de l’immigration: l’influence de l’approche catégorielle, des étiquettes et des modèles de service
Notice bibliographique
Résumé
Le bien-être des élèves en milieu scolaire est un enjeu qui suscite de plus en plus d’intérêt depuis quelques années. Les adolescents de première génération d’immigration identifiés comme EHDAA et scolarisés en classe d’adaptation scolaire fermée, eux, sont susceptibles de vivre des enjeux inhérents à leur statut particulier qui peuvent grandement affecter leur bien-être. Alors que 67,1% des élèves dans les écoles de Montréal sont issus de l'immigration (Réseau Réussite Montréal, 2019), les données quant à leur présence dans les classes d’adaptation scolaires, elles, sont difficilement accessibles, bien que des études antérieures aient dénoncé une surreprésentation de certaines communautés au sein des effectifs ÉHDAA de la province (McAndrew et al., 2011). Les difficultés liées à l’adolescence à et au contexte migratoire, conjuguées à un statut EHDAA sont des croisements peu étudiés au sein des écrits (Collins et Borri-Anadón, 2021), d’autant plus qu’aucune étude ne s’est attardée, à notre connaissance, à leurs impacts sur le bien-être de ces jeunes. Cette étude de cas multiple, réalisée auprès de trois adolescents issus de première génération d’immigration scolarisés en classe d’adaptation scolaire a pour but de documenter et de décrire les répercussions du processus de catégorisation, du modèle de service ainsi que de l’approche catégorielle sur le bien-être des élèves. Nos données témoignent d’un processus de catégorisation vécu d’une manière somme toute positive, alors que l’annonce de la catégorisation et du changement de modèle de service, elle est vécue comme un choc. Des sentiments d’exclusion, de discrimination, d’injustice et des enjeux d’estime de soi et de relations interpersonnelles ont également été relevés.
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 | 0,010 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».