Le bien-être, un levier pour contrer la pénurie du personnel enseignant ? Points de vue d’actrices et d’acteurs concernés sur les raisons de leur décrochage
Bibliographic record
Abstract
Au Canada, la pénurie de personnel enseignant qualifié pouvant oeuvrer en français a des répercussions non négligeables sur la réussite éducative des élèves. Au-delà des multiples exigences de la profession enseignante pour lesquelles la formation initiale prépare en partie les futurs enseignants et enseignantes, la période d’insertion professionnelle s’avère déterminante quant à la décision de quitter ou de poursuivre une carrière en enseignement. Dans un contexte de pénurie, le décrochage du personnel en poste semble aggraver la pénurie en enseignement. Les enjeux sont particulièrement élevés en contexte linguistique minoritaire. Le personnel enseignant, débutant comme chevronné, accorde une grande importance à la notion de bien-être personnel et professionnel. En effet, il s’agit d’un des éléments phares qui résument les propos tenus lors d’entretiens semi-dirigés auprès d’enseignantes et d’enseignants francophones minoritaires au Canada. Cet article, issu d’une recherche participative et narrative, aborde notamment les divers contextes et raisons énoncés pour expliquer le décrochage professionnel en enseignement comme facteur contribuant à la pénurie. Des conditions favorisant le bien-être du personnel enseignant oeuvrant en milieu francophone et en immersion française au Canada émergent de ces propos.
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 | 0.008 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.018 | 0.024 |
| Scholarly communication | 0.015 | 0.008 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".