Inclusion scolaire et précarisation des enseignantes en début de carrière : tensions entre idéaux pédagogiques et réalités du terrain
Bibliographic record
Abstract
Cette étude analyse les impacts de l’inclusion scolaire sur le vécu des enseignantes en début de carrière dans l’enseignement préscolaire et primaire au Québec. À travers une méthodologie qualitative combinant des entretiens individuels, des photos commentées et des entretiens de groupe avec 25 enseignantes, l’étude explore les défis liés à la gestion de classes hétérogènes et au manque de ressources. Les résultats mettent en évidence la perception persistante d’un clivage entre les élèves dits « réguliers » et les élèves d’« inclusion », ainsi que les tensions entre les attentes organisationnelles et la réalité du terrain. Ces défis exacerbent le sentiment d’impuissance et la précarité des enseignantes, tout en révélant un besoin urgent de soutien systémique et de formation adaptée. L’étude conclut que l’inclusion, bien que soutenue dans son principe, demeure une source de surcharge émotionnelle et professionnelle en raison de lacunes institutionnelles. Elle incite à repenser les cadres de formation et à investir dans des ressources adaptées pour garantir une inclusion équitable et durable.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.010 | 0.015 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.001 | 0.002 |
| 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".