L’instruction des plus démunis : Analyse du rôle de la motivation au Brésil
Bibliographic record
Abstract
Dans la présente étude de cas multiples, qui porte sur sept municipalités au Brésil, nous soutenons que la qualité de l’éducation est une conséquence de la vocation des enseignants, un facteur qui s’explique quant à lui par la théorie de l’autodétermination (TAD). Les observations de notre étude indiquent que l’aide offerte par les agents locaux aux enseignants, leur situation sociale dans les petites municipalités et l’absence d’objectifs en matière d’instruction imposés par l’extérieur sont autant d’éléments qui ont contribué à la réalisation des besoins des enseignants en matière d’autonomie, de compétence et de proximité sociale, permettant ainsi l’émergence de la motivation et, dès lors, de la vocation. Nous soutenons aussi que ces pratiques ont amélioré l’adhésion des enseignants aux comportements pro-sociaux, ce qui explique pourquoi ils sont allés un pas plus loin pour venir en aide à leurs élèves les plus démunis. Les auteurs laissent entendre que les éclairages apportés par la TAD peuvent offrir un autre point de vue sur la politique de la carotte et du bâton dans les politiques d’enseignement. Nous terminerons l’article par quelques suggestions pour les recherches futures sur l’influence de la motivation et du comportement pro-social sur l’efficacité de la fonction publique. 2 Remarques à l’intention des praticiens Les pratiques administratives associées aux politiques sociales évitent souvent de mentionner clairement leurs hypothèses théoriques et ne disent dès lors rien de leurs implications potentielles pour la motivation humaine. En examinant le cas de l’éducation dans les municipalités pauvres, l’étude montre non seulement que la vocation est un facteur essentiel pour atteindre les objectifs des politiques, mais aussi que la théorie de l’autodétermination (TAD) permet d’expliquer la théorie à la base de cette vocation. La connaissance des principes théoriques liés à la motivation peut aider ceux qui s’occupent de la définition des politiques sociales, où les objectifs à long terme sont plus importants que les objectifs à court terme. Les décideurs peuvent trouver des alternatives créatives pour faire face aux différents contextes lorsqu’ils s’inspirent de théories générales en matière de motivation, comme la TAD.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.006 | 0.020 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".