MétaCan
Menu
Back to cohort
Record W3015197425 · doi:10.4000/ripes.2406

Identification des raisons de non-fréquentation des centres d’aide en français du postsecondaire au Québec

2020· article· fr· W3015197425 on OpenAlexaffabout
Isabelle Cabot, Stéphanie Facchin

Bibliographic record

VenueRevue internationale de pédagogie de l’enseignement supérieur · 2020
Typearticle
Languagefr
FieldSocial Sciences
TopicDisability Education and Employment
Canadian institutionsCégep Saint-Jean-sur-RichelieuUniversité de MontréalCegep de ThetfordUniversité de Sherbrooke
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

frLa maîtrise du français pour les étudiants du postsecondaire est un défi important. Une solution adoptée pour tenter de le relever fut la création de centres d’aide en français (CAF). Depuis le premier, mis en place en 1987 (Fortier et Ménard, 2017), ceux-ci sont maintenant bien établis dans 103 établissements d’enseignement supérieur au Québec. Malgré cela, la maîtrise de la langue demeure problématique et des enseignants rapportent conseiller à des étudiants de solliciter du soutien au CAF, mais plusieurs ne s’y présentent pas. À ce jour, peu d’écrits scientifiques informent sur les facteurs qui sous-tendent la non-fréquentation des CAF et encore moins sur l’utilisation et la perception qu’en ont les usagés principalement visés, soit les étudiants.L’objectif de l’étude exploratoire rapportée ici était d’examiner les raisons de non-fréquentation des CAF. Les données ont été récoltées auprès de collégiens par le biais d’un questionnaire (n = 985) et d’entrevues semi-dirigées (n = 13). Les résultats montrent que les raisons d’ordre organisationnel, surtout relatives à la gestion du temps, sont les plus exprimées, mais des raisons d’ordre individuel, liées aux émotions ressenties, comme la honte ou la peur d’être jugé de façon négative, expliqueraient aussi une grande part d’évitement des CAF. Dans ce contexte, les participants aux entrevues ont exprimé leurs idées de solutions. Ces résultats permettent de proposer des pistes d’intervention mieux ajustées aux besoins des étudiants, de manière à maximiser l’accessibilité et l’utilisation des services offerts dans les CAF.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.377
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.051
GPT teacher head0.318
Teacher spread0.267 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2020
Admission routes2
Has abstractyes

Explore more

Same venueRevue internationale de pédagogie de l’enseignement supérieurSame topicDisability Education and EmploymentFrench-language works237,207