<i>V.I.P.-Camps</i>: programme de formation en intervention psychoéducative offert aux moniteurs de camps d’été
Bibliographic record
Abstract
Cet article présente pour la première fois V.I.P.-Camps, un programme de formation en intervention psychoéducative offert aux moniteurs de camps d’été. Le guide d’évaluation est structuré selon la séquence en quatre temps proposée par Kirkpatrick et Kirkpatrick (2005a, 2005b). L’évaluation du programme a été effectuée auprès de 248 animateurs en loisirs de la région de Montréal. Dans un premier temps, la mesure de la réaction des participants à l’aide d’un questionnaire maison a permis de conclure que V.I.P.-Camps propose un contenu pertinent, concret et qu’il suscite l’intérêt de la majorité du public cible. Dans un deuxième temps, les connaissances en intervention transmises par le programme ont été mesurées à deux reprises. Les résultats montrent que, de façon générale, les connaissances n’ont pas été intégrées au cours de l’été. Des analyses de régression ont permis de conclure que plus les moniteurs ont de l’expérience en animation, plus leur cote est faible à la deuxième mesure. Dans un troisième temps, les analyses de contenu d’entrevues réalisées avec les coordonnateurs de loisirs renseignent sur leur perception du changement dans les pratiques des animateurs.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.019 | 0.003 |
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".