Accrochage scolaire et alliances éducatives : vers une intégration des approches scolaires et communautaires
Bibliographic record
Abstract
À partir d’une revue des facteurs de risque du décrochage scolaire et en vue d’illustrer le caractère multidimensionnel de la problématique, le présent texte montre l’importance des facteurs scolaires et en particulier la prégnance des effets de l’étiquetage et du climat scolaire sur le phénomène du décrochage. Si l’école peut générer de l’exclusion, elle peut aussi, dans certains cas, cultiver des facteurs de protection, par exemple par des relations de soutien, d’empathie et d’accompagnement individualisé, qui peuvent faciliter l’accrochage scolaire de jeunes à risque. Dans ce contexte, nous illustrons l’approche scolaire du traitement du décrochage en décrivant des structures qui permettent aux élèves en difficulté de sortir, pour des périodes plus ou moins courtes, d’un environnement scolaire avec lequel ils entretiennent des interactions problématiques pour les amener à se reconstruire dans des lieux qui offrent des possibilités de réinvestissement affectif et cognitif. À côté de cette approche scolaire, se développe depuis une quinzaine d’années une autre approche qualifiée de communautaire, car elle mobilise un ensemble très large d’acteurs de toutes les sphères de la société qui peuvent contribuer à l’accrochage scolaire et à l’insertion socioprofessionnelle des jeunes. Cette approche est illustrée à travers l’exemple de la recherche collaborative menée en Communauté française de Belgique et qui vise la mise en place d’un dispositif de concertation intersectorielle de lutte contre le décrochage scolaire. Enfin, dans la dernière partie de ce texte nous avançons quelques propositions pour une approche qualité dans la mise en place, l’analyse et la régulation de nouvelles alliances éducatives incorporant les approches scolaire et communautaire.
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 | 0.008 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.007 | 0.017 |
| Scholarly communication | 0.012 | 0.009 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.012 | 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".