Les cycles d’apprentissage du primaire dans les plans stratégiques des commissions scolaires québécoises
Bibliographic record
Abstract
En 2007, nous avons mis sur pied un programme de recherche visant à étudier la gestion du changement en éducation par un examen de l’organisation de l’école primaire en cycles d’apprentissage, un changement majeur de la réforme du curriculum au Québec (Gouvernement du Québec, 1997; 2001). Nos premiers travaux ont porté sur les écoles primaires de l’île de Montréal (Archambault et Dumais, 2010; Archambault, Dumais et St-Onge, 2009). Nous étudions ici le pilotage des cycles d’apprentissage dans les commissions scolaires francophones du Québec, par le biais de leurs plans stratégiques. Les commissions scolaires québécoises appliquent depuis 2002 une gestion axée sur les résultats; leurs planifications sont consignées dans un plan stratégique qui tient compte des objectifs et des indicateurs nationaux du plan stratégique du ministère de l’Éducation, du Loisir et du Sport (Lapointe, Garon et Dembélé, 2008). Nous cherchons à savoir si ces plans stratégiques servent d’outil de pilotage de la réforme du curriculum et si les cycles d’apprentissage, élément majeur de cette réforme, sont évoqués dans les plans stratégiques du Ministère et des commissions scolaires. Nos résultats montrent que les cycles d’apprentissage sont quasiment absents de ces plans stratégiques. Ou bien les cycles ne sont pas encore implantés, ou bien les plans stratégiques ne servent pas à piloter la réforme du curriculum.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.002 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".