Influence des pratiques perçues de gestion de classe et du climat de classe sur le rendement scolaire en mathématiques et en français : le rôle médiateur de la motivation
Bibliographic record
Abstract
Cette étude examine l’hypothèse selon laquelle les pratiques des enseignant·es perçues par les élèves relatives à la gestion de classe (comportements positifs et coercitifs) et au climat de classe (soutien académique et émotionnel, respect mutuel, interactions liées aux tâches) influencent indirectement le rendement des élèves, à travers leur motivation scolaire. Ainsi, des élèves de première année du secondaire ont rapporté les pratiques de leur enseignant·e et leur motivation scolaire (attentes de succès et valeur) en français (n = 1417) ou en mathématiques (n = 1420) et les milieux scolaires ont fourni le rendement des élèves. Des analyses de pistes ont révélé qu’une fois le rendement antérieur pris en compte, les pratiques ciblées modulent généralement au moins un indicateur motivationnel, mais que seule la valeur attribuée aux apprentissages prédit le rendement ultérieur. Ces constats se généralisent aux garçons comme aux filles, et dans la grande majorité des cas, aux élèves de niveau scolaire faible et élevé. De tels résultats suggèrent que les enseignant·es, à travers une combinaison de pratiques mobilisées pour établir leur gestion de classe et leur climat de classe, peuvent faciliter l’arrivée au secondaire de leurs élèves, notamment en influençant leur motivation.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".