Accompagnement à distance en orientation : quels savoirs professionnels ?
Bibliographic record
Abstract
Les technologies numériques sont intégrées à la pratique des conseillères et des conseillers œuvrant dans le domaine de l’orientation depuis plus de 40 ans. Avant l’arrivée de la pandémie de COVID-19, peu de conseillères et de conseillers d’orientation de la francophonie étaient engagés dans des activités d’accompagnement professionnel à distance. L’utilisation des technologies numériques était limitée pour une large part à gérer et à transmettre de l’information. Cette étude de nature narrative et phénoménologique, guidée par la méthode améliorée des incidents critiques, a pour objectif de présenter des perceptions et des réflexions de 27 conseillères et conseillers d’orientation qui se sont engagés dans des pratiques d’accompagnement en orientation à distance, et ce, avant les restrictions sanitaires imposées par la pandémie de COVID-19. Les résultats de cette étude montrent que tout en faisant certains ajustements à leur pratique, les conseillères et conseillers interviennent sensiblement de la même manière, avec les mêmes savoirs professionnels qu’en accompagnement en mode face à face.
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 | 0.009 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.017 |
| Scholarly communication | 0.011 | 0.009 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| 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".