Soutenir l’insertion professionnelle des novices à l’aide du mentorat
Bibliographic record
Abstract
Au Québec comme ailleurs dans le monde, à l’heure de la pénurie criante d’enseignantes et d’enseignants qualifiés, les différents acteurs du système de l’éducation se mobilisent pour tenter d’y faire face et de surmonter les défis qu’elle entraine. L’effet du mentorat sur la rétention des novices étant assez bien documenté dans la littérature scientifique, les personnes mentores ont alors le potentiel de devenir des actrices et des acteurs de premier plan pour le soutien de l’insertion professionnelle dans les milieux scolaires. L’objectif général de l’initiative que nous présentons dans cet article est d’accompagner et de former les personnes mentores du centre de services scolaire partenaire. Nous visons aussi à documenter leurs perceptions quant à la formation et à l’accompagnement reçus, ainsi qu’aux effets perçus de la mobilisation de leurs apprentissages dans leurs pratiques de soutien et d’accompagnement des novices. Cette initiative s’inscrit dans un partenariat établi entre une équipe de recherche de l’Université Laval et le Centre de services scolaire de la Capitale.
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 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.004 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.027 | 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".