Résilience et construction de la différence en insertion socioprofessionnelle
Bibliographic record
Abstract
Parmi les facteurs relevés dans la littérature scientifique pour expliquer l’attrition chez le personnel enseignant se trouvent le rapport du personnel aux élèves, et la présence d’un public et d’un milieu d’enseignement difficiles. Cet article mobilise le concept de résilience et explore le discours de nouveaux membres du corps enseignant au sujet des élèves qu’ils considèrent en difficulté scolaire. Le personnel enseignant interviewé identifie différents types de difficultés scolaires. Les résultats de notre analyse montrent que le personnel enseignant qui reproduit un discours construisant l’enfant en difficulté comme un élève déficitaire au regard d’une norme scolaire exprime également un sentiment d’impuissance à l’égard de sa capacité à lui venir en aide. Ce sentiment se trouve amoindri lorsque l’environnement professionnel du personnel enseignant lui procure un soutien ou des ressources dans le cadre d’une relation d’accompagnement. Cela semble augmenter la capacité du personnel à développer des relations humaines plus saines avec les élèves, et ainsi mieux intégrer à sa pratique une pratique inclusive de la différence.
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 | 0.006 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.015 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".