Un modèle d’accompagnement de stagiaires en situation de handicap
Bibliographic record
Abstract
Les universités québécoises connaissent une forte hausse d’étudiants en situation de handicap (ESH) créant une pression sur les superviseures qui les accompagnent en stage. Une étude exploratoire (Philion et al., 2019) propose de mettre l’accent sur un savoir accompagner dans une perspective de responsabilité partagée entre superviseur et stagiaire. Une recherche-action étudie depuis cette proposition. À cette fin, une communauté apprenante (CA) constituée de chercheuses et superviseures en formation à l’enseignement a coconstruit, par itérations, auprès de 27 stagiaires en situation de handicap (SH), un plan d’action concerté superviseure/stagiaire orienté vers les actions à poser de part et d’autre. Cette coconstruction a incité les membres de la CA à analyser leur posture de supervision sur base du cadre de référence de Bourassa (2019), lequel suggère qu’une relation de pouvoir s’installe dès lors qu’une personne plus expérimentée est responsable d’en accompagner une autre. Il stipule que, dans une relation de pouvoir, quatre variables interagissent : la confiance pour installer du lien, la bonne distance pour coconstruire du sens de ce qui se passe, l’exigence pour tirer la personne vers le haut et la responsabilité qui incombe à chaque partie. L’analyse des données met en évidence que les combinatoires interactives entre ces variables jouent un rôle déterminant dans l’accompagnement offert aux stagiaires. En découle un modèle de supervision combinant « plan d’action concerté superviseure/stagiaire » et « Posture » afin que ces stagiaires bénéficient de conditions favorables à leur réussite.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.019 | 0.002 |
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".