Accompagner le développement de compétences professionnelles pour favoriser l’agir compétent et la collaboration dans le contexte de la démarche du plan d’intervention (PI)
Notice bibliographique
Résumé
On compte au Québec près de 200 000 élèves (Myara, 2018) pour lesquels un plan d’intervention (PI) doit être élaboré en vue d’assurer leur réussite. Ma pratique professionnelle me permet d’observer, à l’instar d’autres auteurs, ((Beaupré et al., 2003), (Québec (Province) et al., 2017), (Myara, 2018)) que plus de 15 ans après l’élaboration de la Politique de l’adaptation scolaire et la diffusion d’un cadre de référence ministériel, certaines difficultés persistent, notamment pour optimiser les pratiques collaboratives inhérentes à cette démarche. Un premier projet pour comprendre a permis d’élaborer un portrait des leviers et des freins d’un savoir, vouloir et pouvoir agir/interagir dans la démarche du PI, au sein d’un centre de services scolaire. Partant de ce portrait et d’un désir d’améliorer la démarche du PI, la mobilisation des participants s’est traduite par une démarche d’accompagnement. Cet accompagnement a favorisé l’émergence de 2 catégories de savoirs professionnels. D’une part, il y a les savoirs qui concernent l’objet d’apprentissage comme tel, soit une collaboration en vue d’améliorer les pratiques des participants accompagnés au regard de la démarche du plan d’intervention dans un optique d’inclusion scolaire. D’autre part, les projets auront permis à un sous-groupe de participants, les accompagnateurs, de développer non seulement des savoirs sur cet objet, mais également sur l’accompagnement de leurs pairs en vue de les amener à une réflexion sur leurs pratiques. Cette réflexion a favorisé un apprentissage en équipe découlant d’une collaboration accompagnateurs/accompagnés dans le développement d’un vouloir, savoir et pouvoir agir/interagir dans la démarche du plan d’intervention. Au terme du processus d’accompagnement, les résultats d’apprentissage ont été regroupés dans un recueil d’outils pour soutenir les équipes dans la démarche collaborative autour du plan d’intervention.
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 | 0,015 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 ».