MétaCan
Menu
Back to cohort
Record W1698960572 · doi:10.4000/ripes.972

Tutorat par les pairs pour des étudiants en situation de handicap non visible : la perception des tuteurs

2015· article· fr· W1698960572 on OpenAlexaffabout
Julien Morand, France Landry, Georgette Goupil, Nicole Bonenfant

Bibliographic record

VenueRevue internationale de pédagogie de l’enseignement supérieur · 2015
Typearticle
Languagefr
FieldSocial Sciences
TopicDisability Education and Employment
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPsychologyPolitical scienceArt

Abstract

fetched live from OpenAlex

Cet article a pour objectif de décrire un programme de tutorat à l’Université du Québec à Montréal et les perceptions des tuteurs à ce propos. Le programme s’adresse à des étudiants-tuteurés en situation de « handicap non visible » et cible le renforcement de leurs stratégies d’apprentissage. Cette étude exploratoire, auprès de sept tuteurs impliqués dans ce programme, présente les motivations, la satisfaction et le rôle de ces derniers, leurs perceptions de la formation offerte sur le tutorat, les activités réalisées et les difficultés rencontrées. Les données ont été obtenues à l’aide d’une entrevue individuelle et d’un questionnaire. Les résultats indiquent que les tuteurs semblent satisfaits de leur expérience qui en retour semble contribuer à leur développement professionnel. Toutefois, les tuteurs proposent de mettre en place des mesures de supervision plus soutenues lors de la session universitaire. Ils relèvent des difficultés associées à la motivation des tuteurés et à la gestion des rencontres. Ils soulignent aussi des problèmes à dissocier l’apprentissage des stratégies d’études et la relation personnelle avec les étudiants tuteurés. La discussion propose plusieurs recommandations à l’intention des universités utilisant le tutorat comme dispositif dans l’aide aux étudiants en situation de handicap.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.099
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.001

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 head0.086
GPT teacher head0.352
Teacher spread0.265 · 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 teacher head, not a consensus.

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

Citations2
Published2015
Admission routes2
Has abstractyes

Explore more

Same venueRevue internationale de pédagogie de l’enseignement supérieurSame topicDisability Education and EmploymentFrench-language works237,207