Liens entre le climat scolaire et les mauvais traitements du personnel éducatif envers les élèves dans les écoles primaires québécoises
Bibliographic record
Abstract
Cette étude quantitative et transversale a pour but de vérifier les liens entre les mauvais traitements perpétrés par les membres du personnel éducatif sur leurs élèves et la perception du climat scolaire à l’école primaire. Le devis de recherche, qui considère l’école comme unité d’analyse, utilise les données de l’enquête visant à dresser un portrait de situation de la violence dans les écoles québécoises. L’échantillon est composé de 141 écoles primaires québécoises où 19 675 élèves de la quatrième à la sixième année du primaire (9 à 12 ans) ont répondu à l’enquête. Les participants ont rempli le Questionnaire sur la sécurité et la violence à l’école (QSVE-R/ Beaumont et al., 2017). Les principaux résultats indiquent qu’en moyenne dans une école primaire québécoise, plus d’un élève sur six révèle avoir été victime d’au moins un comportement de maltraitance de la part d’un membre du personnel éducatif au cours de l’année scolaire (pour une moyenne de 0,79 comportement subi par élève par école). Cette recherche suggère que les mauvais traitements du personnel éducatif envers les jeunes contribuent à une perception plus négative des différentes dimensions du climat scolaire chez les élèves qui en sont victimes. Presque tous les comportements de maltraitance étudiés sont aussi liés significativement et négativement à la perception des dimensions du climat scolaire pour l’ensemble des élèves de l’école. Ces résultats montrent l’importance de déployer des efforts dès le primaire pour améliorer les pratiques éducatives du personnel afin de diminuer les risques de maltraitance envers les 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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 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) | 0.005 | 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".