Le sentiment d’efficacité personnelle des enseignants en gestion de classe et leur satisfaction au travail : le rôle explicatif des stratégies de gestion des comportements auprès des élèves qui présentent des problèmes de comportement extériorisés
Bibliographic record
Abstract
Cette étude teste un modèle où le sentiment d’efficacité personnelle des enseignants au regard de la gestion de la classe, les stratégies verbales positives et punitives de gestion des comportements et leurs relations avec les problèmes de comportement extériorisés des élèves sont reliés à la satisfaction au travail des enseignants. Les 80 enseignants participants proviennent du Québec et de l’Ontario. Ils ont fourni des évaluations, entre autres, pour deux élèves de leur classe (n = 157) présentant un niveau élevé de problèmes de comportement extériorisés. Les résultats d’un modèle d’équations structurelles montrent que le sentiment d’efficacité des enseignants en gestion de classe est relié positivement à leur satisfaction au travail et aux stratégies verbales positives utilisées. Par ailleurs, ils révèlent que le niveau global des problèmes de comportement extériorisés de l’ensemble des élèves de la classe est associé négativement à la satisfaction au travail. La discussion porte sur l’implication théorique et pratique de ces résultats, notamment le rôle que pourraient jouer certaines interventions pour réduire les problèmes de comportement extériorisés des élèves et favoriser la satisfaction au travail des enseignants.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".