<i>+Fort Ensemble</i> : description et évaluation préliminaire d’une formation co-construite avec le milieu scolaire pour soutenir la détection, l’intervention et la prévention de l’intimidation
Bibliographic record
Abstract
Depuis quelque temps un nombre croissant de chercheuses et de chercheurs en sciences sociales souhaitent entreprendre une réflexion collective visant à dégager des pistes de solutions à divers problèmes sociaux complexes, tels que l’intimidation à l’école. Dans cette perspective, les approches de co-construction se révèlent particulièrement intéressantes pour mieux cerner les besoins des milieux scolaires et y répondre de manière adaptée, en s’ancrant dans les réalités vécues par les personnes concernées. Cet article présente, en premier lieu, les cinq étapes du développement de +Fort Ensemble , une formation en ligne gratuite pour soutenir la détection, l’intervention et la prévention de l’intimidation. Ce processus s’appuie sur un devis qualitatif et quantitatif pour sonder les idées et les rétroactions des personnes participantes ayant pris part à sa co-construction ( n = 14) ainsi qu’à son appréciation ( n = 20). En second lieu, nous avons utilisé un devis quasi-expérimental quantitatif avec groupe de contrôle apparié pour examiner la contribution de la formation à l’accroissement des connaissances, des attitudes et des perceptions de compétences ( n = 71). Les résultats préliminaires qualitatifs soutiennent une appréciation marquée de la formation alors que les résultats quantitatifs indiquent une augmentation significative des connaissances, de la disposition à intervenir et de la perception d’auto-efficacité personnelle lorsque les personnes sont exposées à une situation spécifique d’intimidation. Ces résultats mettent en exergue plusieurs pratiques de co-construction susceptibles d’aider à répondre aux besoins réels des intervenants et intervenantes scolaires et de favoriser l’appropriation d’outils dans leur pratique.
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 | 0.016 | 0.035 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".