L'expérience d'insertion professionnelle des enseignantes et enseignants de migration récente au Québec
Notice bibliographique
Résumé
Depuis que le gouvernement du Québec a assoupli les conditions d’accès à la profession enseignante, les enseignantes et enseignants immigrants formés à l’extérieur du Canada accèdent à la profession enseignante (MELS, 2010) sous certaines conditions. Ils intègrent à la fois une nouvelle société, un nouveau marché du travail, un nouveau système d’enseignement et un nouvel environnement scolaire et culturel. En plus des adaptations nécessaires, leur insertion se fait dans un contexte difficile marqué par la précarité d’emploi et la complexification du travail enseignant. Mukamurera et Balleux (2013) soulignent d’ailleurs que ces difficultés entraînent, chez beaucoup d’enseignantes et enseignants, une remise en question de la carrière, voire l’abandon de la profession. Or, aucune recherche empirique n’a encore porté sur la situation spécifique du personnel enseignant immigrant au Québec. Selon les recherches faites au Canada et ailleurs en Occident, elles ou ils peuvent faire face à des défis et difficultés spécifiques. Afin de décrire et comprendre leur expérience d’insertion professionnelle, des entrevues semi-dirigées menées auprès de 13 enseignantes et enseignants de migration récente (EMR) des régions de Montréal et de Sherbrooke ont permis de rédiger des récits d’expérience, puis une analyse transversale a été effectuée. Les résultats montrent que les EMR font face, à des degrés différents, à plusieurs défis et difficultés d’insertion professionnelle. Dès leur arrivée au Québec, elles ou ils font face à des défis d’adaptation au nouvel environnement socioculturel et à des difficultés d’intégrer la profession enseignante. Lorsqu’elles ou ils trouvent du travail, leur intégration dans l’équipe-école et leur adaptation à une nouvelle culture organisationnelle, professionnelle et pédagogique comportent de nombreux défis. Le processus d’adaptation des EMR au rôle professionnel s’avère pénible, parsemé de ruptures, de remises en question et de nouveaux apprentissages. Leurs qualités personnelles, le soutien et la collaboration de l’équipe-école constituent des facteurs favorables.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».