Quelles pratiques enseignantes pour favoriser l’inclusion scolaire des élèves nouveaux arrivants dans des classes d’accueil au primaire ?
Notice bibliographique
Résumé
Cet article s’intéresse aux pratiques enseignantes déclarées qui favorisent l’inclusion scolaire des élèves immigrants nouveaux arrivants dans des classes d’accueil au primaire. Les données ont été recueillies lors d’entretiens compréhensifs avec quatre enseignantes œuvrant dans différentes écoles comptant une ou plusieurs classes d’accueil, au Québec. L’analyse transversale a abordé deux thèmes généraux permettant de mieux comprendre la manière dont les enseignantes agissent, chacune à sa manière, en classe et parfois hors classe, pour soutenir l’inclusion de leurs élèves : les perceptions qu’elles ont de l’inclusion et les pratiques mobilisées en ce sens. Les résultats montrent notamment que les enseignantes partagent une perception positive des classes d’accueil et de l’inclusion, et qu’elles sont conscientes de l’importance de (re)connaître leurs élèves. Toutefois, elles expriment un sentiment de frustration face aux défis, notamment en raison de l’isolement de leurs classes et de leurs élèves, et des formes d’exclusion qu’elles vivent elles-mêmes. Ces résultats confèrent un double sens à l’inclusion : inclure pour favoriser la réussite et l’apprentissage des élèves, et inclure pour contrer les formes d’exclusion scolaire auxquelles leurs élèves sont confrontés.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,006 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».