L’éducation à la sexualité dans les programmes scolaires au Québec : différentes réponses disciplinaires pour aborder un thème sensible
Bibliographic record
Abstract
De l’ordre de l’intime, parler de la sexualité est aussi un thème sensible en classe parce qu’il touche les valeurs et les représentations sociales des élèves ainsi que celles du personnel scolaire et confronte diverses manières de vivre en société. Intégrée depuis peu dans les programmes Culture et citoyenneté québécoise tout en gardant sa place dans le programme de science et technologie, l’éducation à la sexualité est offerte en fonction des compétences spécifiques du personnel et selon des approches différentes. Cet article propose de réfléchir sur l’EAS à partir de deux enquêtes différentes, l’une auprès des professeurs et professeures en formation initiale à l’université et l’autre auprès des enseignants et enseignantes en sciences de secondaire. Une première analyse s’attachera au concept des thèmes sensibles afin de comprendre ce qui rend ce contenu si sensible en classe et de dépasser le sens commun à cet égard. Une deuxième analyse cherchera à répertorier quelques défis que pose l’EAS à l’école secondaire, dont les différents types de savoirs à aborder, la posture enseignante dans cette «éducation à…» et la place accordée aux élèves dans cette discussion.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.006 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".