Construire un savoir vivant de l’accompagnement de stagiaires en risque d’échec
Bibliographic record
Abstract
À partir du moment où on a un rôle de superviseur à l’égard d’une personne, fut-elle stagiaire, on est engagé dans une relation de soutien au développement de ses compétences professionnelles. Ce rôle nous installe de plain-pied dans un rapport de pouvoir. Pour tenir cette place, y guider chacun de nos pas de manière fine et différenciée, il nous faut prendre la juste mesure de ce que ce rapport installe entre nous et en nous. Notre recherche-action collaborative impliquant superviseurs et chercheurs donne à comprendre que soutenir le changement progressif visé par l’expérience des stages repose sur trois éléments : la confiance qui relève du lien qui s’installe entre stagiaire et superviseur pour, avant le stage, examiner ensemble les objectifs visés et les actions à entreprendre pour les atteindre, puis ensuite les ajuster au contexte. Avec la confiance, vient la bonne distance, celle qui nous fait échanger, ensemble, sur le sens à donner à ce qui se passe, incluant les effets que produisent gestes ou paroles afin, en nous ajustant à ses besoins, de tirer la ou le stagiaire vers ce qu’elle ou il peut advenir. Il y a enfin, la responsabilité de chacun puisque stagiaire comme accompagnateur partagent tous deux la charge d’accompagner.
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 | 0.008 | 0.028 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.009 | 0.009 |
| Scholarly communication | 0.012 | 0.009 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.018 | 0.005 |
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".