Croyances, attentes et sentiment de compétence des enseignant·es québécois·es à l’égard de l’enseignement de la lecture-écriture aux élèves ayant une déficience intellectuelle et aux élèves ayant un trouble du spectre de l’autisme
Bibliographic record
Abstract
Croyances, attentes et sentiment de compétence des enseignant•es québécois•es à l'égard de l'enseignement de la lecture-écriture aux élèves ayant une déficience intellectuelle et aux élèves ayant un trouble du spectre de l'autisme Formation et profession 33(1) 2025 • 1 ésumé Bien que nous disposions de données sur le sentiment de compétence des enseignant•es, nous ne disposons pas de portrait des croyances, des attentes et du sentiment de compétence des enseignant•es québécois•es travaillant auprès des élèves ayant une déficience intellectuelle (DI) ou un trouble du spectre de l'autisme (TSA).Le présent article vise à décrire ces attentes et ces croyances, de même que le sentiment de compétence de ces enseignants, ainsi que celui de ceux travaillant auprès d' élèves n'ayant ni un DI ni un TSA, concernant l' enseignement-apprentissage de la lecture-écriture.Cette recherche, quantitative descriptive, est menée au moyen d'un questionnaire auprès de 57 enseignant•es de l' ensemble du Québec.Les résultats montrent que les enseignant•es œuvrant auprès des élèves ayant un TSA et auprès de ceux n'ayant ni DI ni TSA entretiennent des croyances et des attentes plus élevées, comparativement à ceux qui travaillent auprès des élèves ayant une DI dont les croyances et les attentes sont beaucoup plus faibles.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".