L’apprentissage socioémotionnel à l’école primaire : compétences attendues des enseignants et formation initiale
Bibliographic record
Abstract
Cet article analyse comment l'apprentissage socioémotionnel (ASÉ) est pris en compte dans les compétences professionnelles attendues en enseignement de même que dans la formation initiale des futurs enseignants du préscolaire/primaire. Les données proviennent du référentiel des compétences professionnelles en enseignement (Gouvernement du Québec, 2001) et des sites Web des neuf universités québécoises francophones offrant un programme de baccalauréat en éducation au préscolaire et en enseignement au primaire. Les résultats indiquent une certaine adéquation entre les attentes et les cours offerts en formation initiale concernant notamment une présence morcelée des compétences liées à l’ASÉ, avec une faible représentation de sa dimension intrapersonnelle (conscience de soi et autogestion des émotions/comportements), tant pour les élèves que pour les enseignants. La formation initiale semble varier d’une université à l’autre, bien qu’aucun établissement n’offre de cours visant spécifiquement l’habilitation du personnel scolaire à enseigner ces compétences à l’ensemble de leurs élèves ou à les développer pour eux-mêmes. Représentant une perspective éducative globale pouvant aider l’école à remplir sa mission de socialisation et à promouvoir le bien-être des enseignants, les conclusions suggèrent que l’ASÉ devrait être mis de l’avant de manière plus explicite et systématique dans les écoles, mais qu’il faudrait d’abord préparer les futurs enseignants dans cette voie.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".