Quand la pandémie de COVID-19 frappe : défis vécus par les personnes étudiantes internationales et rôle du personnel enseignant dans les cégeps de région
Notice bibliographique
Résumé
Cet article explore les expériences vécues des personnes étudiantes internationales (PEI) et des personnes enseignantes dans des cégeps de région, au Québec, durant la pandémie de COVID-19. Une étude qualitative dans trois cégeps de région à faible diversité ethnoculturelle visait à décrire les défis rencontrés par les PEI et le rôle du personnel enseignant dans ce contexte pandémique. À l’hiver 2021, 22 PEI et 18 personnes enseignantes ont participé à des entrevues semi-dirigées. L’analyse, fondée sur le modèle néoécologique du développement de Navarro et Tudge, a permis d’examiner les interactions entre les individus et les divers systèmes sociaux les influençant. Les résultats révèlent que les PEI ont éprouvé des difficultés de concentration, de motivation et d’adaptation aux outils technologiques. La pandémie a limité leurs possibilités de socialisation et de découverte de la société d’accueil, éléments pourtant centraux de l’expérience d’étudier à l’étranger. Le personnel enseignant a également affronté des défis d’adaptation, mais a su jouer un rôle clé en atténuant les répercussions de la crise grâce à l’ajustement de ses pratiques pédagogiques. Cette recherche souligne néanmoins l’importance de repenser les approches pédagogiques et les politiques d’accueil afin de mieux soutenir les PEI, particulièrement dans les contextes régionaux et en période de crise.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».