L’analyse des récits d’expériences de persévérance scolaire d’élèves du secondaire du nord-ouest d’Haïti
Bibliographic record
Abstract
Cet article aborde la lutte contre le décrochage en tentant de cerner les différents facteurs qui contribuent à la persévérance scolaire d’élèves du secondaire dans un contexte socioéconomique défavorisé, où les risques de décrochage sont omniprésents. Il se base sur les récits et observations d’expériences de persévérance scolaire recueillis dans le cadre d’une recherche réalisée en Haïti auprès de 12 élèves haïtiens vulnérables, mais performants, au secondaire. L’étude, menée selon une approche ethnographique et faisant appel à trois modes de collecte des données, privilégie une forme d’analyse des récits permettant de comprendre le rôle de l’élève en tant qu’acteur et de mettre au jour des moyens pour soutenir la persévérance et la réussite scolaires. Elle met en relief l’importance du sens de la responsabilité, de la capacité à apprendre et de l’estime de soi comme facteurs de la persévérance et de la réussite scolaires.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 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".