Le point de vue des directions de centres de formation professionnelle sur la formation universitaire à l’enseignement professionnel 1
Bibliographic record
Abstract
Cet article vise à décrire l’évaluation que font les directions des centres de formation professionnelle-CFP du programme de formation à l’enseignement professionnel-FEP en place depuis 2003, et de confronter cette évaluation aux compétences requises et attendues de ces directions. Toutes les directions et directions adjointes de centres de formation professionnelle-CFP au Québec ont été sollicitées par sondage électronique. Les répondants, qui ont une connaissance plutôt moyenne des programmes de FEP offerts, confirment la qualité et la pertinence du programme et questionnent la durée de celui-ci. Par ailleurs, un ordonnancement de leurs critères de sélection lors de l’embauche d’un nouvel enseignant mérite une analyse plus en profondeur. La confrontation de ces résultats avec les compétences du référentiel pour la gestion d’un établissement d’enseignement amène à conclure qu’une meilleure connaissance des fondements des programmes de formation à l’enseignement professionnel-FEP par les directions de centres de formation professionnelle-CFP favoriserait les actions pouvant être posées en lien avec certaines des compétences de ce référentiel.
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 | 0.039 | 0.050 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.010 | 0.009 |
| Scholarly communication | 0.018 | 0.008 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.017 | 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".