Conception et évaluation d’ateliers de formation visant à développer un comportement préventif au travail chez les élèves en apprentissage d’un métier
Bibliographic record
Abstract
La formation à la prévention offerte dans les programmes de formation professionnelle présente plusieurs lacunes, faisant en sorte que les apprentissages qui y sont faits seraient peu mobilisés à l’entrée sur le marché du travail. Il appert, entre autres, que les ressources pédagogiques utilisées ne cibleraient pas les risques à la santé spécifiques au métier. Concevoir et évaluer des ateliers de formation visant le développement d’un comportement préventif au travail chez les élèves des programmes de secrétariat et de réalisation d’aménagements paysagers. Un processus systématique a été suivi pour concevoir les ateliers de formation. L’évaluation a porté sur trois variables : 1) la perception des apprenants, 2) les apprentissages réalisés et 3) le comportement préventif. Les résultats de cette étude décrivent la démarche de conception des ateliers de formation et suggèrent une amélioration significative sur les trois variables à la suite de la participation des élèves à ces mêmes ateliers. La démarche de conception des ateliers de formation détaillée dans cet article permet la réplication dans d’autres programmes de formation professionnelle. Des bases empiriques sont maintenant connues et peuvent servir de références dans l’élaboration d’études futures.
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 | 0.027 | 0.038 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| 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".