Entrer dans le métier en temps de pandémie : formation, recherche d’emploi et vécu professionnel des enseignant·es
Bibliographic record
Abstract
Cet article interroge l’effet de la pandémie sur la phase de transition entre la fin des études et l’entrée dans la profession. Pour aborder ce sujet, nous analysons les résultats d’une large enquête sur l’insertion professionnelle conduite annuellement auprès des nouveaux diplômé·es à l’enseignement de Suisse romande et du Tessin. Nous mettons en évidence les effets de ce contexte inédit sur trois moments-clés de l’insertion : la formation initiale, la recherche d’emploi et le vécu professionnel en début de carrière. L’analyse montre une forte hétérogénéité des perceptions quant à l’impact de la situation sanitaire sur la formation. En ce qui concerne la recherche d’emploi, l’impact de la pandémie est considéré comme minime. En revanche, le vécu professionnel des nouveaux/elles diplômé·es a été impacté négativement pour une majorité d’entre eux/elles. Cet article met en lumière les défis que soulèvent la transition vers la profession dans un temps où les pratiques sont bouleversées.
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 | 0.015 | 0.027 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.012 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".