La motivation des élèves de la formation professionnelle au cœur de l’apprentissage des savoirs de prévention
Notice bibliographique
Résumé
Cet article s’intéresse à la motivation des élèves de la formation professionnelle du Québec (FP) pour l’apprentissage des savoirs de prévention. Cette étude, réalisée à partir de questionnaires, traite de l’importance accordée à ces savoirs de même qu’aux motifs susceptibles de motiver les élèves à adopter un comportement et une attitude sécuritaires tout au long de leur formation. Les résultats montrent que 79 % (n = 9523) des élèves accordent une grande importance aux savoirs de prévention. Cette proportion augmente à 86 % (n = 6711) dans les programmes d'études dans le sous-groupe d’élèves où les savoirs de prévention sont abordés dans une compétence spécifique dédiée à la santé et sécurité. Le rôle du personnel enseignant dans l'apprentissage de ces savoirs est central. Véritables modèles pour leurs élèves, les personnes enseignantes semblent avoir une influence sur leur motivation. Ces savoirs devraient être priorisés dans les programmes de formation et le personnel enseignant outillé afin qu’il puisse exercer son rôle de leader auprès des élèves pour favoriser chez eux une motivation ancrée dans leurs valeurs.
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 | 0,004 | 0,008 |
| 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 | 0,003 | 0,001 |
| 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) | 0,009 | 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 ».