La réduction des effectifs dans la classe pour favoriser la réussite scolaire : étude de l’implantation et des retombées de la diminution du nombre d’élèves par classe au préscolaire et au premier cycle du primaire au Québec
Bibliographic record
Abstract
Au Québec, la mesure de diminution du nombre d’élèves (DNÉ) par classe a été implantée\npar le ministère de l’Éducation en 2000 au préscolaire et au primaire en milieu défavorisé\n(Gouvernement du Québec, 1999).\nAux États-Unis, la décision du Congrès, en 1999, de financer l’engagement supplémentaire\nd’enseignants pour favoriser une politique d’égalité des chances par le programme Class\nSize Reduction (CSR) a rencontré un vif succès puisque, dès 2002, plus de la moitié des\nétats américains avaient ramené à moins de 18 le nombre d’élèves dans les classes des trois\npremières années de l’école primaire. La rapide adhésion à ce programme s’explique par\nl’ampleur des budgets dégagés et aussi par un large accord sur l’efficacité de cette mesure\nquant à l’amélioration de la réussite scolaire.\nLe Québec, grâce à un octroi de près de 2 000 postes d’enseignants, a aussi instauré, de\n2000 à 2004, une mesure de DNÉ dans les classes du premier cycle du primaire (passage\nd’une moyenne de 23-25 à 20-22) et réduit encore plus les effectifs en milieu\nsocioéconomiquement faible (MSÉF) où, comme dans les maternelles, la première et la\ndeuxième année comptent dorénavant 18 élèves et moins. L’intérêt que suscite cette mesure\nest dû à l’ensemble des recherches documentaires et évaluatives qui, historiquement, depuis\nHead Start et Follow Through, à la fin des années 1960, jusqu’au projet de référence\nStudent Teacher Achievement Ratio (STAR) au Tennessee, en 1997-99, en passant par les\nprogrammes « A Nation at Risk » et « No Child Left Behind », ont montré, aux États-Unis,\nen quoi le contrôle de l’effectif d’un groupe-classe au début de la scolarisation permettait à\nla fois de « créer un environnement favorable aux apprentissages et à la réussite de tous les\nélèves » tout en permettant de « reconnaître les premières manifestations des difficultés et\nd’intervenir rapidement » (Gouvernement du Québec, 1999, p. 3).\nLes États-Unis et le Québec (Chatterji, 2006; Neveu et Blais, 2002) ne sont pas les seuls à\ns’appuyer sur ces conclusions documentées puisque le Canada (Bascia, 2010a; Bascia\n2010b; Haughey et al., 2003; Nicholls, 2002), comme l’ensemble des pays du\nCommonwealth (Pedder, 2006; ENAP, 2007), mais aussi de l’Union européenne\n3\n(Parlement de la Communauté Française de Belgique, 2005; OCDE, 2008; Jakubowski et\nSakiwiki, 2006), reconnaissent l’impact favorable sur la réussite scolaire de la réduction de\nla taille des groupes dans les trois premières années de scolarisation, en particulier chez des\nenfants de groupes vulnérables : afro-américains aux États-Unis, issus de l’immigration\nrécente en Europe, de milieux défavorisés au Québec, etc. Une classe avec moins d’élèves\ndevrait demander moins d’interventions disciplinaires et, du coup, améliorer les interactions\n(relations élèves–enseignants, relations entre les élèves, travail d’équipe, etc.), favoriser\nl’individualisation de l’apprentissage (aide spécifique en classe, réponse aux besoins\nindividuels), libérer un plus large espace pour les élèves et augmenter le temps et la qualité\nde l’enseignement dispensé (approfondissement des savoirs, plus grande discipline).\n2. Principales questions\nLes débats sont encore nombreux et les recherches au Québec doivent à leur tour tenter\nd’évaluer pourquoi et dans quelles conditions la DNÉ produit un changement positif,\nnotamment chez les élèves à risque. Afin d’y répondre, il faut poser une série de questions\nqui dépassent le simple constat d’un lien diminution-amélioration en identifiant les effets :\n1. Sur quoi : l’apprentissage, les performances scolaires, l’intégration socioscolaire?\n2. Sur qui : les titulaires des classes du premier cycle du primaire, les autres\nenseignants, les élèves, les spécialistes, les parents?\n3. Comment : quels facteurs sont en jeu, quelles variables interviennent ? La qualité\ndes enseignants? Les besoins des élèves? Le climat de classe? Le projet\npédagogique?\n4. À travers quelles médiations : les relations et interactions enseignant-élève(s), les\napproches pédagogiques, l’individuation des apprentissages, le travail d’équipe?\n5. Avec quelles ressources : structurelles, organisationnelles, budgétaires, humaines?\n6. Dans quelles conditions : de financement, d’implantation, de développement, de\nmaintien, d’évaluation?\n7. Jusqu’à quel point : avec quels résultats quant à l’objectif premier de créer un\nenvironnement favorable à l’apprentissage et propice à identifier les difficultés dès\nleur apparition afin d’améliorer la réussite?\n4\n3. Objectifs poursuivis\nPour répondre à ces questions, une équipe multidisciplinaire (psychologie, sociologie,\néducation) et interuniversitaire (UQAM, UdeM et USHERB), composée de chercheurs et\nde leurs assistants étudiants qui partagent des thèmes communs liés à l’égalité des chances\nen éducation (Terrisse et al., 2001; Larivée et al., 2006), veut, dix ans après l’instauration\nde la DNÉ au Québec et au moment du passage récent au secondaire des premiers élèves\nbénéficiaires de cette mesure, conduire une recherche évaluative issue d’une proposition\ncommune du FQRSC, du MÉLS et de la FCSQ. Cet appel oriente la définition des objectifs\nde cette recherche, soit :\n1. Identifier les conditions d’implantation de la mesure de DNÉ (besoin 1)\n2. Analyser les retombées pédagogiques directes sur les classes de petite taille (besoin\n2) et indirectes sur l’école et le milieu (besoins 2 et 3)\n3. Comparer les résultats de ces analyses aux expériences similaires nationales et\ninternationales.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".