Le parcours de réussite d’une démarche en gestion du stress en milieu scolaire : au carrefour de la recherche, de l’éducation pour la santé et de la pédagogie
Bibliographic record
Abstract
Ce texte met à contribution trois axes professionnels indissociables (recherche, soins infirmiers, direction d’école) qui ont permis l’élaboration et la réalisation d’un projet en gestion du stress qui célébrait son 25eanniversaire en 2013. Des résultats de recherches qualitatives servent comme balises orientant cette expérience de terrain ralliant la pédagogie et le bien-être en milieu scolaire. L’enjeu est de faire de l’école un environnement favorable à la santé et à la réussite de tous par la promotion d’une gestion saine du stress au quotidien. Cette démarche de partenariat parents/élèves/personnel scolaire sous-tend la nécessité de travailler en complémentarité pour permettre aux élèves/enfants d’acquérir les compétences essentielles tant pour la santé et le bien-être que pour la réussite scolaire. LeProjet en gestion du stress chez l’enfant de l’école Notre-Dame d’Edmundstonet leProgramme de formation du formateur en gestion du stressconfirment la fécondité de partenariats novateurs en éducation pour la santé qui soutiennent concrètement le lien « théorie/pratique » et la pertinence du pilotage institutionnel qui en assure la légitimité et la crédibilité.
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 | 0.011 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.011 | 0.019 |
| Scholarly communication | 0.013 | 0.006 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 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".