MétaCan
Menu
Back to cohort
Record W160093472 · doi:10.4000/ripes.713

Perceptions de finissants en ÉPS au regard de l’insertion professionnelle

2013· article· fr· W160093472 on OpenAlexaff
Johanne Grenier, Marie-Claude Rivard, Charlotte Beaudoin, Sylvain Turcotte, Mylène Leroux

Bibliographic record

VenueRevue internationale de pédagogie de l’enseignement supérieur · 2013
Typearticle
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsUniversité de SherbrookeUniversité du Québec en OutaouaisUniversity of OttawaUniversité du Québec à Trois-RivièresUniversité du Québec à Montréal
Fundersnot available
KeywordsPsychologySociologyPolitical science

Abstract

fetched live from OpenAlex

Le but de l'étude est de décrire les perceptions de nouveaux enseignants en éducation physique et à la santé (ÉPS) à l'égard de l’insertion professionnelle et de leurs compétences professionnelles. Au terme de leur formation initiale, seize finissants en ÉPS ont été interrogés lors d'entrevues individuelles semi-dirigées. Les résultats indiquent que les compétences reliées à la conception et au pilotage des situations d'enseignement seraient les plus déterminantes en début de carrière, alors que celle relative à l’utilisation des technologies est jugée moins déterminante. Interrogés également sur le niveau de maîtrise de leurs compétences, ils considèrent surtout être à l'aise pour communiquer clairement avec les élèves et agir de façon éthique. Cependant l’évaluation des élèves et l’adaptation de l’enseignement pour les élèves présentant des besoins particuliers semblent être moins bien maîtrisées. Certaines perceptions convergentes et divergentes sont discutées à la lumière d'une insertion professionnelle réussie et mises en relation avec la formation.

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 imitation

Not 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.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.020
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.012
Threshold uncertainty score0.046

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0090.020
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0030.004
Scholarly communication0.0040.004
Open science0.0010.004
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0100.001

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.

Opus teacher head0.134
GPT teacher head0.414
Teacher spread0.280 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations4
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueRevue internationale de pédagogie de l’enseignement supérieurSame topicEducation, sociology, and vocational trainingFrench-language works237,207