Bibliographic record
Abstract
Les enseignants ne travaillent ni pour l’argent, ni pour les vacances. Malgré toutes les contraintes du métier, en définitive, les enseignants oeuvrent pour les enfants. Ce sont les enfants et la vie de la classe qui constituent la récompense primordiale des enseignants; c’est souvent même la seule. Ce fait est soutenu par cette recherche. En effet, l’auteur étudie la relation pédagogique, telle que perçue par les enseignants, et ce que les enseignants du primaire et du secondaire en retirent. Ce sont les émotions associées et produites par l’enseignement, ainsi que leurs effets sur l’enseignement, qui sont au centre de l’étude. Celle-ci s’appuie sur trois enquête réalisées par entrevues auprès d’enseignants ontariens du primaire et du secondaire. L’analyse révèle que les enseignants valorisent beaucoup la relation affective avec leurs élèves et l’attachement ressenti de part et d’autre; ils estiment qu’une compréhension emphatique des élèves est un ingrédient essentiel d’un bon enseignement et que les émotions doivent être reconnues et intégrées. De plus, la dimension affective influence l’enseignement dispensé, sa planification et sa structuration. Enfin, l’étude met en lumière des différences significatives dans la place faite aux émotions entre le primaire et le secondaire.
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 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.032 | 0.006 |
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".