Profils de valeurs de travail et centralité du travail chez des élèves du secondaire
Bibliographic record
Abstract
Le modèle en quatre facteurs de valeurs de travail (MQF-VT) a été développé et validé empiriquement pour incorporer les principales valeurs de travail recensées dans les écrits scientifiques. Cet article vise à vérifier la présence de profils de valeurs de travail sur la base du MQF-VT à partir d’un échantillon d’élèves québécois du secondaire (n = 3 083). Il vise également à décrire l’association entre les profils dégagés et la centralité du travail (c’est-à-dire l’importance qu’une personne accorde au travail dans sa vie), ainsi que les caractéristiques sociodémographiques. D’abord, un questionnaire en ligne a servi à récolter les données. Ensuite, une analyse de modélisation par équation structurelle exploratoire a permis d’estimer la structure factorielle du MQF-VT. Puis, une analyse de profils latents a permis d’obtenir cinq profils généralement similaires à ceux identifiés dans une précédente étude. Enfin, une analyse de comparaisons des profils indique que le niveau de centralité du travail varie selon l’appartenance à un profil. L’originalité de cet article est de soutenir la validité du modèle théorique et de la solution de profils qui en découle, ce qui contribue à sa généralisation. Dans la pratique, les résultats montrent l’importance pour les spécialistes de l’orientation de mobiliser les valeurs de travail dans leurs interventions auprès des élèves du secondaire.
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 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".