Convergence et diversité de l’identité professionnelle des enseignantes et des enseignants du secondaire en Communauté française de Belgique
Bibliographic record
Abstract
L’objet de cet article est de présenter quelques résultats d’une étude menée sur l’identité professionnelle des enseignantes et des enseignants du secondaire en Communauté française de Belgique. Celle-ci montre que l’identité enseignante est à la fois une construction collective, contextuelle et singulière. L’ensemble des enseignantes et des enseignants paraissent partager un vécu et une conception du métier qui sont en partie communs. En même temps, la manière de vivre et de concevoir le métier varie fortement selon les écoles et l’identité professionnelle semble se construire avant tout à partir des contingences liées aux élèves. Cette construction se fait cependant aussi à partir de l’histoire propre à chaque enseignante ou enseignant, des motivations personnelles et du mode individuel d’adaptation aux conditions de la pratique. En particulier, l’étude met en évidence que l’identité professionnelle des enseignantes et des enseignants est fortement structurée par une tension entre leur conception idéale du « vrai travail » et celle du « sale boulot » qu’ils sont parfois contraints d’exercer, surtout dans les établissements plus difficiles. Cette tension se comprend à la fois par rapport aux histoires personnelles et aux conditions spécifiques de travail, tout en prenant sens par rapport à un contexte éducatif et institutionnel plus large.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".