Portrait des élèves ayant des besoins particuliers en formation professionnelle dans le secteur santé
Notice bibliographique
Résumé
Au Québec, la présence grandissante des élèves à besoins particuliers en formation professionnelle (FP) (Rousseau et al. (2007), principalement liée à l’augmentation des élèves HDAA (QSIAQ, 2012), a entrainé une plus grande prise en compte de ces derniers au cours des dernières années. Par ailleurs, la société québécoise fait face à une importante pénurie de main-d’œuvre, notamment dans le secteur de la Santé. Alors que ces nouvelles réalités sociales, culturelles et scolaires (Desaulniers et Jutras, 2012) accentuent la complexité des situations d’enseignement et d’apprentissage vécues au quotidien en FP, les écrits scientifiques sont avares sur les questions de persévérance et de réussite scolaires en formation professionnelle (Beaucher, Mazalon et Beaucher, 2016; Bourdon et Mazalon, 2015; Savoie-Zajc et Dolbec, 2007; Rivière, 2002). Les caractéristiques et les besoins des élèves en FP seront exposés à partir des résultats d’un questionnaire complété par 330 élèves inscrits dans un des programmes du Secteur 19-Santé dans les régions du Saguenay-Lac St-Jean et de l’Estrie. Ces résultats sont issus d’un projet plus large touchant l’ensemble des secteurs de formation, s’intéressant aux caractéristiques des EBP et aux pratiques professionnelles des intervenants (Beaucher et al., 2017[1]). La discussion de ces résultats permettra de soulever des questions quant à la réussite des EBP dans le secteur Santé et de réfléchir sur des pistes d’intervention et de recherche éventuelles.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».