La présélection informelle dans l’accès au poste de direction d’école : le cas des écoles de langue française de l’Ontario
Bibliographic record
Abstract
Un nombre croissant d’études empiriques indique que, par leur vision, leur mission et leurs objectifs, les directions d’école, peuvent exercer une influence considérable sur la réussite scolaire et éducative des élèves (Brown et Greany, 2018; IsaBelle et Labelle, 2017; Jacobson, 2005; Lapointe et Gauthier, 2014). Ces études révèlent également une reconnaissance croissante de l’importance du rôle et des responsabilités des directions d’école dans toutes les étapes du processus d’amélioration des écoles (Archambault et Garon, 2013; Hallinger et Heck, 2011). Cependant, depuis la fin des années 1990, plusieurs systèmes éducatifs soulignent l’amenuisement du bassin de candidatures pour les postes de direction d’école. Les recherches (Clune, 2008; St-Germain et Boucher, 2016; Wang et Pollock, 2019) soulignent le fait que la pénurie décriée est généralement localisée et fortement reliée au contexte et aux enjeux propres à celui-ci, enjeux qui varient considérablement d’une région à une autre, selon sa population, la diversité de celle-ci et le contexte socioculturel dans lequel l’éducation prend place (Pollock et Hausserman, 2016). Nous n’avons cependant pas trouvé d’étude qui s’intéresse précisément au système scolaire des écoles de langue française de l’Ontario et qui permet d’identifier les facteurs qui contraignent ou qui motivent les enseignants à rechercher un poste de direction d’école dans ce contexte. De plus, bien que certains de ces travaux présentent la pratique de la présélection informelle comme stratégie pour endiguer la pénurie, à notre connaissance, aucune étude n’a été menée pour explorer l’incidence de cette pratique sur l’accès à un poste de direction d’école en Ontario. De ce fait, notre étude vise à documenter, à partir des expériences des participants à notre recherche, les facteurs qui influencent l’accès à un poste de direction d’école dans le système scolaire des écoles de langue française de l’Ontario, y compris la présélection informelle. Pour ce faire, nous avons privilégié un devis d’étude de cas par méthodes mixtes (Creswell et Plano Clark, 2017). Nous avons mobilisé deux méthodes de collecte de données, à savoir un sondage en ligne et des entrevues semi-dirigées. Les données issues du sondage ont fait l’objet d’analyses statistiques descriptives, tandis que celles issues des entrevues semi-dirigées ont été analysées avec le logiciel MAXQDA suivant la méthode inductive modérée. Nos résultats brossent un portrait des facteurs qui influencent l’accès au poste de direction dans le système scolaire des écoles de langue française de l’Ontario et apportent une compréhension approfondie de la présélection informelle dans ce contexte. À la lumière de ces résultats, nous proposons aux conseils scolaires des pistes d’action qui peuvent être des leviers dans la lutte contre la pénurie de directions d’école.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.012 | 0.005 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".