Les représentations de professeurs quant à l’inclusion des étudiants en situation de handicap : quels défis se posent, quelles mesures s’imposent ?
Bibliographic record
Abstract
Bien que depuis les années 1960 le phénomène de la démocratisation des universités ait contribué à l’émergence d’une variété de profils étudiants obligeant les universités à redéfinir leur mission (Chenard, 2005; Romainville, 2004), la forte croissance de la population des étudiants en situation de handicap (ESH), dite émergente, convie plus que jamais les universités à redéfinir leur rôle et à repenser la pédagogie dans une logique d’inclusion. La nécessité d’actualiser cette inclusion est d’autant plus pressante qu’elle se fait sous le signe d’une obligation juridique de promouvoir et de soutenir une éducation accessible et non discriminatoire pour tous. Dans ce contexte, les professeurs se retrouvent aux premières loges de ce virage inclusif. C’est pourquoi cet article vise à comprendre comment ils se représentent l’inclusion des ESH et à déterminer quels moyens devraient être déployés pour les accompagner à y participer. Un questionnaire auquel ont répondu 613 professeurs de trois universités québécoises met en évidence, d’une part, leurs préoccupations relatives à l’atteinte des exigences propres aux programmes d’études et, d’autre part, la nécessité non seulement de mieux les informer, mais surtout de penser à des mécanismes permettant de préciser des balises claires quant aux accommodements à offrir aux ESH.
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 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.021 |
| Scholarly communication | 0.012 | 0.010 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".