Perspective croisée sur la collaboration professionnelle des enseignants dans trois contextes scolaires en Colombie-Britannique
Bibliographic record
Abstract
Dans cet article, nous examinons la collaboration professionnelle sur un échantillon d’enseignants oeuvrant dans trois contextes différents en Colombie-Britannique (l’école anglophone, l’école francophone, et l’école à double voie qui abrite un programme d’immersion française en co-existence avec un programme anglophone). Les données ont été recueillies à l’aide d’entrevues et de questionnaires auprès de directions d’écoles, d’enseignants et d’administrateurs, dans le cadre d’une vaste recherche pan-canadienne sur l’évolution du personnel scolaire (2002-2007) et ont été analysées à l’aide des logiciels SPSS et N6. L’analyse des données révèle que ce sont les enseignants oeuvrant dans les programmes d’immersion en français dans les écoles à double voie, disent qu’ils collaborent le plus entre eux, en particulier aux niveaux de l’échange et de la construction de matériel pédagogique, ainsi que de la planification de l’enseignement. À l’inverse, ce sont dans les écoles francophones où on fait moins souvent référence à la collaboration. Nous suggérons, que des facteurs sociologiques et identitaires propres aux défis et contraintes de l’enseignement en milieu minoritaire permettent de comprendre les différences notées dans le niveau de collaboration entre enseignants dans les trois contextes.
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 | 0.009 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.012 | 0.011 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".