Participation politique chez les conseillers et les conseillères scolaires francophones du Nouveau-Brunswick : aspects motivationnels
Bibliographic record
Abstract
L'objectif de cette recherche est de vérifier s'il existe des différences entre des conseillers et des conseillères scolaires francophones du Nouveau-Brunswick (N=5l) et un groupe contrôle ( N=43), pairés en termes d'âge, de sexe et de localité de résidence, sur des variables de participation politique, de personnalité associées à celle-ci et de motivation spécifique relative à certains enjeux éducatifs. Les résultats confirment les hypothèses à l'effet que le groupe de conseillers scolaires se différencie du groupe contrôle en termes de l) sentiment de compétence politique, 2) tendance à la dominance, 3) divers indices de participation politique générale, 4) divers indices de motivation spécifique relative aux enjeux éducatifs et 5) niveau d'information relative à ces enjeux. Cette recherche révèle aussi que certaines variables sociodémographiques , tels le sexe et l'âge des sujets et certaines variables socio-professionnelles, tel le type de profession exercent des effets significatifs sur les variables mesurées, suggérant ainsi des profils variables de participation politique et d'engagement dans les conseils scolaires.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".