Expérience d’apprentissage en contexte d’enseignement à distance en temps de pandémie de COVID-19 : point de vue d’élèves du secondaire qui bénéficient d’un programme de services de soutien scolaire et personnel du Carrefour jeunesse-emploi
Bibliographic record
Abstract
Situé dans une approche exploratoire de nature descriptive, cet article vise à décrire l’expérience d’apprentissage en contexte d’enseignement à distance en temps de pandémie de COVID-19 du point de vue des élèves québécois du secondaire, en plus de déterminer les stratégies qu’ils jugent utiles pour soutenir leur engagement scolaire. À l’issue de l’analyse descriptive des réponses obtenues à un questionnaire électronique soumis à 72 élèves bénéficiant d’un programme de services de soutien scolaire et personnel de la part du Carrefour Jeunesse-Emploi (CJE), les principaux résultats indiquent que l’expérience d’apprentissage a été marquée par un certain mal-être, considérant que des élèves ont exprimé avoir vécu de la tristesse, du stress ou de l’anxiété. Selon certains répondants, s’investir dans le travail scolaire et obtenir du CJE de l’aide aux devoirs à distance constituent des stratégies utiles pour soutenir leur engagement scolaire. Ces résultats portent à réfléchir sur le bien-être scolaire des élèves.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| 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".