Études de cas multiples sur l’exercice d’un leadership transformatif par les directions dans trois écoles primaires en milieu défavorisé montréalais
Bibliographic record
Abstract
Ce mémoire décrit et évalue la manière dont trois directions d’école, reconnues pour leur intérêt pour la justice sociale par le programme Une école montréalaise pour tous (MÉLS), exercent un leadership transformatif dans trois écoles primaires de milieux défavorisés à Montréal. Pour ce faire, nous décrivons les connaissances des directions d’école sur le concept de justice sociale, leurs actions rapportées et observées en lien avec l’exercice d’un leadership transformatif, en précisant dans quelles situations se produisent ces actions, puis nous décrivons les différences et similitudes entre les directions concernant l’exercice d’un leadership transformatif. L’étude de cas multiples a été privilégiée dans le cadre de cette recherche. Nous avons récolté des données d’observations, d’entrevues, d’un questionnaire et de documents internes obtenus auprès des directions d’école participantes. Nous avons ensuite analysé ces données en utilisant le modèle conceptuel d’Archambault et Garon (2011a). Peu de comportements ont été observés dans la pratique des directions d’école qui témoignaient d’un leadership transformatif. Cependant, cette recherche nous a permis de constater que la conscientisation des directions d’école a une grande influence sur l’exercice d’un leadership transformatif qui se traduit dans les attitudes, les comportements rapportés ou observés et les connaissances des participants. C’est pourquoi nous discutons de la pertinence de mieux comprendre le processus d’apprentissage et de réflexion des directions d’école pour l’exercice d’un tel leadership. Nous souhaitons ainsi mieux soutenir les directions d’école afin qu’elles exercent un leadership transformatif.
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 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".