Communautés d’apprentissage professionnelles dans huit écoles inclusives de l’Ontario
Bibliographic record
Abstract
L’éducation inclusive devrait permettre à l’élève, peu importe ses besoins, de trouver dans la classe ordinaire les conditions qui contribuent à l’évolution de ses apprentissages. À cet égard, la réussite pour tous les élèves demeure un défi pour la plupart des enseignants. Dans cette perspective, cet article décrit le bilan d’une réflexion générale sur le fonctionnement en communauté d’apprentissage professionnelle comme piste d’action favorisant l’inclusion et la réussite des élèves. Dans cet article, le contexte inclusif qui prévaut dans les écoles francophones de l’Ontario est d’abord présenté, suivi des caractéristiques d’une école fonctionnant comme communauté d’apprentissage professionnelle et du mécanisme de régulation qui en constitue le coeur même. Ce texte aboutit à la présentation sommaire des résultats de cette recherche de trois ans dans huit écoles inclusives de l’Ontario où a été implanté ce mode de fonctionnement. Finalement, plusieurs retombées positives du travail en communauté d’apprentissage professionnelle tant sur les pratiques pédagogiques des enseignants que sur la réussite des élèves en lecture sont précisées.
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 | 0.002 |
| Science and technology studies | 0.014 | 0.006 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".