L’apport de la construction de sens dans l’application de la gestion axée sur les résultats par des directions d’école au Québec
Bibliographic record
Abstract
Le présent article examine le travail de construction de sens de la gestion axée sur les résultats (GAR) par douze directions d’école, au regard de variables sociocognitives et sociologiques (Dulude et Spillane, 2013). Il confirme l’hypothèse selon laquelle l’identification des besoins de réussite et les mesures prises associées aux cibles de réussite dans les écoles résultent de l’influence des variables individuelles (formation reçue, expériences antérieures, motivation, conception de la réussite des élèves et valeurs personnelles) sur la perception des variables contextuelles (clientèle et environnement scolaires). Quant à la dynamique des interactions priorisée par les directions, elle est elle-même influencée par les variables individuelles et contextuelles. Malgré les limites du recours aux entrevues semi-dirigées, l’intégration de ces facteurs cognitifs dans une approche constructiviste permet de saisir la pluralité de sens dans l’application de la GAR et apparaît comme une avenue à privilégier pour analyser la réalité et l’expérience des directions d’école.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.005 | 0.009 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".