Conception et évaluation des effets du module de formation « Parler de violence sexuelle au primaire » destiné aux étudiant.e.s du baccalauréat en éducation préscolaire et enseignement primaire
Bibliographic record
Abstract
Au Québec, le personnel enseignant des écoles primaires doit aborder différentes thématiques dans le cadre des tâches en éducation à la sexualité, cependant ce dernier ne reçoit pas la formation suffisante avant son arrivée sur le marché du travail. Ainsi, l’étude actuelle vise à concevoir un module de formation asynchrone sur la thématique des violences sexuelles dans le cadre des tâches en éducation à la sexualité destiné aux étudiant·e·s du baccalauréat en éducation préscolaire et enseignement primaire et procéder à l’évaluation formative de ces effets à court terme. Ce module de formation en ligne s’intitule Parler de Violence Sexuelle au Primaire. L’étude s’appuie sur un devis préexpérimental avec une collecte de données prétest et post-test, auprès d’un échantillon d’étudiant·e·s en quatrième année du baccalauréat dans un programme d’éducation préscolaire et enseignement primaire. Le questionnaire en ligne et l’entrevue ont été les deux méthodes de collecte des données. Le recrutement s’est effectué dans deux universités, 30 personnes ont répondu à l’invitation et ont complété le prétest, mais l’échantillon final compte 15 personnes étudiantes ayant complété les deux temps de mesure. Les résultats indiquent que la participation au module de formation est associée à une augmentation des connaissances à propos des violences sexuelles à l’enfance, de la motivation à aborder la thématique des violences sexuelles en éducation à la sexualité et du sentiment d’autoefficacité quant à leur rôle de prévention des violences sexuelles auprès des élèves. La formation est grandement appréciée des personnes participantes pour ses apports en exemples concrets et son contenu. Ainsi, l’étude actuelle plaide en faveur d’une formation en matière de prévention des violences sexuelles chez les enseignant·e·s, et ce, dès leur formation initiale. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : éducation à la sexualité, prévention des violences sexuelles, évaluation de programme, formation en ligne, enseignement primaire
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 | 0.007 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| 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 | 0.002 |
| 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".