Un portrait de la santé psychologique des enseignants du collégial durant la pandémie de COVID-19
Bibliographic record
Abstract
Dans le contexte particulier de la pandémie de COVID-19 pour les enseignants, il est essentiel de s’intéresser à la santé psychologique de ces derniers, compte tenu de tous les bouleversements qu’ils ont vécus. La recherche dont traite cet article vise à comprendre les états affectifs et émotionnels témoignant de la santé psychologique des enseignants du collégial à travers leurs tâches durant la pandémie. Menée à l’automne 2020, la recherche a poursuivi deux objectifs spécifiques : 1) tracer un portrait de la santé psychologique des enseignants, en tenant compte des manifestations positives de bien-être et négatives de détresse psychologique liées au contexte de travail et 2) décrire les sentiments qu’éprouvent les enseignants, selon leur genre et leurs habiletés avec la technologie. De type exploratoire, la recherche a utilisé des analyses quantitatives et qualitatives pour dresser un portrait détaillé du sujet étudié. Au total, 148 enseignants québécois francophones provenant du milieu collégial ont répondu, sur une base volontaire, à un questionnaire en ligne autoadministré. Les résultats quantitatifs mettent en évidence la prédominance des sentiments positifs par rapport aux sentiments négatifs vécus par les enseignants, ainsi que les différences liées à leur état de santé psychologique selon leur genre et leur habileté avec la technologie. Les résultats qualitatifs, quant à eux, permettent d’approfondir les réflexions des enseignants sur certains aspects de leur santé psychologique. Finalement, l’étude fournit des pistes d’action adaptées à certains éléments vécus par les enseignants afin de favoriser leur santé psychologique.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.010 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| 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".