El profesorado quebequense frente a la “gestión basada en resultados”. Un estudio cualitativo en cuatro Centros de Secundaria
Bibliographic record
Abstract
En el curso de los 15 últimos años, Quebec (Canadá) ha desarrollado una política de accountability - Gestión Basada en Resultados (GBR) – que concierne a todo el conjunto del sector de la educación obligatoria de esta provincia. Esta política se despliega en todos los niveles del sistema educativo y pone en práctica nuevas herramientas de planificación y de contractualización, así como también herramientas estadísticas que permiten hacer visibles los resultados (académicos) y establecer objetivos de rendimiento. La GBR implica una mirada de cambio de las prácticas del profesorado para hacerlas más “eficaces” y, así, contribuir a la realización de los objetivos de las políticas ministeriales: mejorar los índices de diplomados, las tasas de logro, reducir el abandono escolar. En este artículo analizamos las reacciones del profesorado de cuatro centros de secundaria a las demandas de cambio de las prácticas pedagógicas que les son indicadas por los gestores escolares. Para ello, nos basamos en una tipología de respuestas a las políticas educativas desarrollada por Cynthia Corbun (2004). Nuestro análisis muestra que las respuestas más frecuentes son el rechazo y el acomodo, pero también la renuncia a ciertas prácticas deseadas, así como las prácticas “imposibilitadas” por la puesta en marcha de la GBR, un tipo de respuesta que se agrega a la tipología de Corbun. Mostramos que estas respuestas varían según las prácticas establecidas por la organización institucional, también en función del contexto del centro educativo, y de las diversas estrategias y configuraciones de los actores implicados en ello.
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 | 0.006 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.023 | 0.003 |
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".