Etude des caracteristiques psychometriques des indicateurs de stress et de la resolution de problemes sociaux chez les stagiaires en enseignement
Bibliographic record
Abstract
Cet article décrit la méthodologie d'adaptation et de validation d'instruments de mesure portant sur le stress et la capacité de résolution de problèmes sociaux. Nous présentons également quelques balises théoriques, d'autres modèles du stress et de la résolution de problèmes sociaux ainsi que les résultats des analyses d'items de deux instruments de mesure. Nous tentons de répondre aux deux questions de recherche suivantes: quelles sont les caractéristiques psychométriques des indicateurs de stress chez le stagiaire en enseignement? Quelles sont les caractéristiques psychométriques des indicateurs de la capacité de résolution de problèmes sociaux chez le stagiaire en enseignement? Nous présentons en outre les résultats d'analyses factorielles. La validation de ces instruments de mesure a conséquemment pour but d'étudier plus spécifiquement l'effet du stress sur les stagiaires en enseignement. Il s'agit d'un premier pas avant de pour suivre les recherches visant à aider lesformateurs à proposer de nouvelles stratégies degestion du stress dans le cadre de la formation des futurs enseignants.
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 | 0.007 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".