Le projet de recherche collaborative Mobilisation pour la socialisation : le potentiel et les défis de l’accompagnement des milieux scolaires dans la mise en oeuvre de mesures favorisant le climat relationnel, le bien-être et la prévention de la violence
Bibliographic record
Abstract
Cet article présente les résultats des deux premières années du projet de recherche collaborative Mobilisation pour la socialisation dont l’objectif est d’élaborer un modèle d ’ accompagnement et de formation des intervenants scolaires, visant, dans une démarche de co-construction, une mise en oeuvre optimale et durable des interventions soutenant la socialisation des élèves et la prévention de la violence. Les fondements de la démarche d’accompagnement s’appuient notamment sur les principes d’une Recherche-Action-Formation que nous avons mis en application avec dix écoles primaires et secondaires au Québec. Cet accompagnement reposait également sur une démarche systématisant les étapes de la mise en oeuvre de nouvelles pratiques. L’analyse des deux premières années de la démarche indique une grande variabilité entre les écoles dans la progression de la co-construction et de la mise en oeuvre des interventions, bien qu’on y décèle également une convergence évidente dans les besoins exprimés par les équipes, ainsi que les interventions à réaliser. Plusieurs facteurs internes et externes viennent soit favoriser, soit ralentir le processus de mise en oeuvre, exigeant de la part des accompagnateurs de nombreux ajustements dans le soutien offert aux établissements. La discussion souligne la pertinence d’un modèle de formation et d’accompagnement systématique qui respecte le rythme et la priorisation des moyens d’action par les établissements. L’importance d’offrir plusieurs instruments adaptés, pour le pilotage et l’évaluation des actions, est également soulignée. Malgré tout, le modèle le plus efficient reste à construire. En conclusion, nous présentons des pistes d’améliorations qui semblent prometteuses à cet égard.
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 | 0.038 | 0.038 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
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".