Stress et burnout des enseignants travaillant auprès d’élèves ayant un TSA.
Bibliographic record
Abstract
Que ce soit au Québec ou en France, la scolarisation des élèves autistes avec un Trouble du Spectre Autistique (TSA) peut prendre la forme ordinaire ou spécialisée et les élèves peuvent bénéficier de dispositifs spécifiques. Dans la mesure où des similitudes et des distinctions clairement identifiées existent entre la France et le Québec, il est pertinent d’explorer si les phénomènes observés concernant le stress et le burnout des enseignants en charge de la scolarisation des élèves autistes dans un pays sont retrouvés dans l’autre. A l’aide de questionnaires standardisés de stress perçu et de burnout, 86 enseignants français et 86 enseignants francophones québécois (appariés en sexe et en âge) ont été interrogés : 19 incluant des élèves avec un TSA en classes ordinaires, 33 ayant en charge des élèves ayant un TSA en classes ou établissements spécialisés et 34 constituant un groupe contrôle n’ayant aucun élève en situation de handicap. Comparativement au Québec, il apparait que la situation d’inclusion d’un élève avec un TSA en classe ordinaire en France est davantage perçue comme une expérience menaçante ou comme une perte et qu’elle est moins perçue comme un défi dans les classes ou des établissements spécialisés. Concernant le burnout, les enseignants français ont un sentiment d’accomplissement personnel inférieur aux enseignants québécois, et ceci a été retrouvé dans les trois sous-groupes. Ce type d’études apporte des éléments de compréhension centraux en matière d’éducation inclusive puisque la santé psychologique des enseignants influence la qualité de l’enseignement et le bien-être des élèves.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".