Adaptation et validation française de l’échelle Job Demands-Resources (JD-R) en contexte scolaire
Bibliographic record
Abstract
L’enjeu de cet article est d’analyser, comme cela a déjà été réalisé avec des adultes dans leur domaine professionnel, la façon dont les jeunes à l’école perçoivent leur environnement de travail. L’objectif principal vise à étudier l’opérationnalisation du modèle théorique « exigences professionnelles-ressources » (Job Demands-Resources [JD-R]) de Demerouti et al. (2001) en contexte scolaire. L’objectif secondaire est de valider une échelle adaptée au contexte scolaire qui permette à la fois de déterminer le niveau d’exigences et le niveau de ressources perçus par les élèves au sein de l’école. Dans une première étude, une échelle a été adaptée, puis remplie par 414 collégiens et lycéens. Les résultats des analyses factorielles exploratoires, puis confirmatoires, indiquent une structure en deux dimensions (exigences/ressources) à trois facteurs chacun (physique, motivationnelle et cognitive) conformément à la version d’origine. Les propriétés psychométriques de l’échelle s’avèrent satisfaisantes. À l’aide d’analyses en pistes causales, la seconde étude réalisée avec 56 élèves a permis de mettre en avant la relation entre le modèle JD-R transposé à l’école et l’épuisement (burnout) scolaire. Les données recueillies à trois moments révèlent que les exigences et les ressources au T1 prédisent celles au T2, comme il était présumé. Toutefois, seules les ressources au T2 prédisent le burnout au T3. En définitive, l’analyse des processus révèle les effets du niveau de ressources perçu par les élèves au T1 sur le burnout scolaire au T3, et un effet des exigences qui n’est pas significatif. Pour conclure, le modèle a été partiellement validé mettant en avant des relations entre l’évolution des exigences, des ressources et leurs effets sur le burnout.
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 | 0.039 | 0.069 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 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".