Cultiver l’innovation, l’engagement et le leadership partagé à travers le coenseignement parent-enseignant : quelles implications pour les directions d’école ?
Bibliographic record
Abstract
Les organisations éducatives sont confrontées à des défis multiples, tels que l’équité et la performance dans un environnement éducatif en constante évolution. La nécessité pour les directions d’école de repenser ces organisations est devenue évidente, comme en témoignent les réformes curriculaires. Le coenseignement parent-enseignant émerge comme une approche pédagogique novatrice et prometteuse qui renforce l’engagement, la motivation et le bien-être de tous les élèves. En 2022-2023, la direction d’une école secondaire franco-ontarienne, 80 élèves, 8 parents et un enseignant ont été impliqués dans un projet pilote. Cette étude vise à explorer l’influence du coenseignement parent-enseignant sur le leadership pédagogique d’une direction d’école. Plus précisément, elle cherche à comprendre dans quelle mesure cette collaboration pourrait transformer les pratiques de leadership des directions d’école, ainsi que son organisation et fonctionnement. Basées sur un modèle de recherche-développement et utilisant le journal de bord comme méthode de collecte de données, les analyses qualitatives révèlent la nécessité pour la direction d’adopter un leadership pédagogique engagé et facilitateur. Ce type de leadership favorise une meilleure communication, collaboration, et compréhension mutuelle au sein de la communauté éducative. Le coenseignement parent-enseignant possède le potentiel de renforcer le partenariat entre l’école et les familles, tout en dynamisant la vitalité de l’école francophone.
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 | 0.018 | 0.027 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".