Relations entre la compétence émotionnelle et le flow chez des enseignants du collégial
Bibliographic record
Abstract
L’enseignement est une profession où la dimension affective occupe une place essentielle dans les interventions pédagogiques. Ainsi, la compétence émotionnelle dans la profession enseignante devient un atout dans la construction des compétences professionnelles. Aussi, beaucoup d’enseignantes et d’enseignants parlent de leur passion d’enseigner. C’est par le concept du flow, qui est un état de plaisir et d’engagement total dans une activité, que cette passion d’enseigner sera abordée. Deux objectifs de recherche sont proposés : le premier est d’explorer dans une perspective globale la manifestation du flow et de la compétence émotionnelle et le deuxième est d’explorer de possibles relations entre les dimensions du flow et les composantes de la compétence émotionnelle chez les enseignantes et les enseignants au collégial. Une analyse descriptive corrélationnelle sera utilisée. 103 enseignantes et enseignants du collégial de la grande région de Montréal ont répondu aux questionnaires du flow et de la compétence émotionnelle dans le cadre de notre étude. Concernant le premier objectif de recherche, les résultats montrent que les enseignantes et les enseignants du collégial vivent du flow dans le cadre de leur activité d’enseignement et possèdent un profil de compétence émotionnelle élevé. Les résultats du deuxième objectif de recherche indiquent que toutes les dimensions du flow analysées possèdent au moins un lien de dépendance positif avec une ou plusieurs composantes de la compétence émotionnelle. Les dimensions du flow qui disposent d’un plus grand nombre de corrélations positives avec la compétence émotionnelle, dont l’intensité varie de faible à moyenne, sont l’absorption cognitive et l’expérience autotélique.
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 | 0.004 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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; 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".