L’insertion professionnelle des enseignants en éducation physique et à la santé au primaire et au secondaire au Québec
Bibliographic record
Abstract
Dans ce projet de maîtrise, nous nous intéressons au processus d’insertion professionnelle des enseignants débutants en éducation physique et à la santé. Plus précisément, nous cherchons à identifier les principaux facteurs influençant l’insertion professionnelle ainsi que les savoirs issus de la formation initiale mobilisés lors de cette étape cruciale. Depuis plusieurs années, le Québec connaît différents changements économiques et politiques. Ceux-ci touchent le monde de l’éducation et se traduisent notamment par des réformes éducatives engendrant de nombreuses transformations dans l’enseignement (Lessard et Tardif, 2004). Nombre d’écrits exposent ces nouveaux défis auxquels les enseignants doivent faire face, notamment la complexification de la tâche enseignante, ce qui a amené plusieurs chercheurs à vouloir approfondir la phase d’insertion professionnelle, et les difficultés qui s’y rattachent (De Stercke, 2014; Mukamurera, 2011, Mukamurera, Bourque et Gingras, 2008). Plusieurs constatent ainsi que la situation est marquée entre autres par l’épuisement professionnel et le décrochage des enseignants, et que la problématique est similaire dans d’autres pays (Karsenti, et coll, 2008; Cattonar, 2008). Cependant, peu d’études se concentrent au Québec sur l’insertion professionnelle au sein du contexte singulier de l’éducation physique et à la santé (ÉPS) (Grenier et coll, 2014; Spallanzani et coll, 2012; Blankenship et Coleman, 2009). Il nous semble donc pertinent de nous pencher sur la situation et de dresser un portrait représentatif du Québec. Afin d’y parvenir, notre cadre théorique est conçu autour du modèle multidimensionnel de l'insertion de Mukamurera (2013). Les dimensions de ce modèle seront mises en relation avec la perception et le vécu de chacun des participants quant à leur insertion ainsi qu’avec les savoirs issus de leur formation initiale. Nous espérons que cela nous permettra de décrire les conditions d’insertion professionnelle des enseignants au primaire et au secondaire en ÉPS au Québec, d'identifier et d’analyser les facteurs d’influence de l’expérience de l’insertion professionnelle ainsi que les savoirs mobilisés lors de cette étape. Dans le cadre de cette recherche interprétative nous avons adopté une approche qualitative afin de parvenir à mieux comprendre la réalité de ces enseignants en début de carrière. Les 14 participants constituant l'échantillon ont été choisis sur base volontaire et ont été soumis à un entretien semi-dirigé dont les questions ont été élaborées en fonction des dimensions du modèle de Mukamurera (2013). Le traitement des données s'est déroulé dans une logique inductive, et leur analyse, par contenu thématique grâce au logiciel QDA-Miner. À l’issue des entretiens, l’on peut établir que la perception de la formation initiale est mitigée. Les enseignants semblent avoir apprécié les moments sur le terrain, mais ont trouvé plusieurs cours trop théoriques et peu réalistes. Les résultats obtenus ont également permis de dresser un portrait global de l’insertion professionnelle en ÉPS, et d’identifier les structures en jeux dans l’insertion, et donc, les facteurs d’influence basée majoritairement sur le soutien des nouveaux enseignants.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.016 | 0.005 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
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".