Le leadership : un processus distribué au sein des établissements scolaires? Le cas de la Suisse francophone
Bibliographic record
Abstract
Dans cet article, nous étudions la manière dont le leadership est distribué au sein d’établissements scolaires de la Suisse francophone en mettant en parallèle les résultats de deux enquêtes. La première enquête porte sur le leadership des directions d’établissement scolaire débutantes et la seconde, sur le leadership des enseignantes et enseignants. Cette dernière enquête s’intéresse aux processus d’influence en place dans les établissements scolaires, en mettant l’accent sur l’influence exercée par les personnes qui ne bénéficient pas d’un statut formel de leader. Notre objectif, ici, est d’analyser la manière dont le leadership est partagé au sein des établissements, aussi bien auprès des personnes ayant un statut formel de leader (les directions) que des personnes qui n’en ont pas (les enseignants) dans la hiérarchie de l’école. Nos résultats mettent en évidence des réactions et des pratiques ambivalentes au sujet du partage du leadership, tant du côté des directions que du côté des enseignantes et enseignants. Ces résultats permettent également d’entrevoir une conceptualisation du leadership partagé en tant que transaction incertaine qui confronte chaque actrice ou acteur aux limites de son influence sur autrui.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.013 | 0.008 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".