Bibliographic record
Abstract
Depuis quelques années , le Québec vit une période de mobilisation dans sa lutte au décrochage scolaire ainsi que dans la valorisation de la persévérance scolaire et de la réussite éducative pour tous. Force est de constater que pour réussir à relever ces défis, l’école québécoise a besoin d’améliorer ses pratiques tant organisationnelles, pédagogiques que professionnelles, et ce, particulièrement auprès des élèves qui présentent des difficultés d’apprentissage ou d’adaptation. Cet ouvrage offre aux lecteurs les résultats d’une recherche-action qui a abouti à l’élaboration du Modèle dynamique de changement accompagné en contexte scolaire pour le bien-être et la réussite de tous . Réalisé par l’équipe de recherche de la Chaire de recherche Normand-Maurice de l’Université du Québec à Trois-Rivières, qui est dirigée par Nadia Rousseau, il représente le fruit de cinq années de collaboration entre chercheurs et praticiens des milieux scolaires. En plus de faire état des différentes phases du Modèle dynamique de changement, il dévoile les raisons qui ont motivé le travail de la Chaire sur le changement en contexte scolaire et les repères méthodologiques utilisés. Il intéressera tous les professionnels de l’éducation désireux d’amorcer un projet de changement dans leur institution intégrant l’ensemble des membres qui composent l’équipe-école et visant un objectif commun d’amélioration des pratiques.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 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".