Prioriser l’apprentissage dans la gestion des établissements scolaires : une étude documentaire descriptive des dimensions du leadership centré sur l’apprentissage dans le fonctionnement et les activités d’écoles québécoises de milieux défavorisés
Notice bibliographique
Résumé
Ce mémoire s’inscrit dans la foulée des travaux actuels du groupe de recherche sur les directions d’écoles centrées sur l’apprentissage d’Archambault, Poirel et Garon (2014). Il tente de répondre à cette question, encore peu étudiée en contexte québécois : que font les écoles où les directions accordent la priorité à l’apprentissage dans leur gestion, spécifiquement en milieu défavorisé, pour avoir un impact sur la réussite des élèves ? Cette étude documentaire descriptive des dimensions du leadership centré sur l’apprentissage dans le fonctionnement et les activités des écoles québécoises de milieux défavorisés décrit et documente les actions envisagées par les écoles pour donner la priorité à l’apprentissage. Pour ce faire, nous nous appuyons sur le cadre conceptuel francophone le plus récent dans notre domaine, soit celui du groupe de recherche d’Archambault, Poirel et Garon (2014). Nous décrivons et documentons cet ensemble de pratiques et de moyens inscrits dans les documents de 13 écoles primaires (projet éducatif, plan de réussite, convention de gestion). Bien que ces documents ne permettent qu’une observation des actions proposées par les écoles, des actions prospectives, et que leur étude présente ainsi certaines limites, leur intérêt reste indéniable puisqu’il s’agit de documents publics à production obligatoire. Dans ce mémoire, nous présentons les données quantitatives et les données de contenu pour chaque catégorie des 14 dimensions d’un leadership centré sur l’apprentissage selon le modèle conceptuel d’Archambault, Poirel et Garon (2014). De cette analyse, nous produisons une synthèse de la présence des thèmes et les moyens, actions et stratégies associées dans les écoles, classées par dimension. Ceci nous permet de constater ce qui est en forte présence et ce qui est peu présent dans les documents : toutes les dimensions d’un leadership centré sur l’apprentissage y sont observées, sauf la dimension de l’engagement social qui est sous-représentée. Aussi, nous avons constaté que les écoles utilisent principalement une seule entrée de donnée, les résultats scolaires, pour quantifier l’atteinte d’un objectif. Nous souhaitons que ce mémoire serve non seulement de levier réflexif, mais aussi d’outil à la rédaction de la nouvelle génération de produits permanents.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,002 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».