Bibliographic record
Abstract
Phénomène marquant dans l’évolution des systèmes éducatifs de la plupart des pays du monde, les réformes sont à la fois porteuses de changement et d’incertitude, avec d’importantes implications pour la gestion en éducation. Cela est encore plus vrai dans le contexte de sociétés industrielles avancées, où à l’accélération du changement s’ajoute la complexité des organisations, due, au moins en partie, à l’éclatement des systèmes traditionnels de valeurs. Sur la base de cette problématique, cet article procède d’une réflexion et d’une recherche exploratoire. Il est articulé autour de trois axes : 1. Le premier concerne le concept d’incertitude dont nous présentons, au-delà de sa définition, les principaux facteurs qui y sont associés ainsi que leur influence sur la gestion, en milieu scolaire notamment; 2. Le deuxième examine, sur un plan général, certaines stratégies devant permettre de gérer de manière plus ou moins efficace en situation d’incertitude, cette analyse débouchant sur la gestion participative et les conditions de succès d’application de ce modèle; 3. Le troisième axe, à partir du substrat théorique dégagé de ce qui précède, analyse les données recueillies relativement aux perceptions/opinions d’un échantillon de douze directeurs et directrices d’école de la région de Québec quant aux changements en cours et envisagés dans le cadre de l’actuelle réforme scolaire du Québec, notamment en ce qui concerne la décentralisation de certains pouvoirs vers les établissements scolaires. Il se dégage que le modèle de gestion participative, moyennant certaines conditions, est susceptible de mobiliser les acteurs de l’école, malgré un certain climat d’incertitudes et de tensions inévitables liées aux changements en cours.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.015 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".