Persévérance professionnelle : Guide de survie pour les enseignants novices
Bibliographic record
Abstract
Les débuts dans le domaine de l’enseignement peuvent être très difficiles pour certains enseignants novices et les pousser à quitter la profession. Pour s’attaquer à cette problématique inquiétante, les commissions scolaires du Québec ont mis sur pied différentes mesures en matière d’insertion professionnelle pour aider avec un certain succès à la rétention des nouveaux enseignants. Ainsi, les études sur cette problématique pullulent et pourraient aider à l’élaboration future d’une politique nationale d’insertion professionnelle en matière d’éducation. Par contre, en étant dans un monde de l’emploi en plein bouleversement, les données évoluent et nous constatons que la précarité gagne du terrain et crée un univers insécurisant pour ceux qui la subissent dans le domaine de l’enseignement. Comme la littérature scientifique n’a qu’effleuré le sujet des enseignants précaires expérimentés, il nous est permis de croire que notre étude apportera un certain éclairage nouveau sur les conditions difficiles que subissent nos enseignants persévérants et sur ce qui leur permet de développer leur résilience. Pour ce faire, nous avons partagé un questionnaire et fait 6 entrevues semi-structurées au sein d’une commission scolaire de la couronne nord de Montréal afin d’obtenir des informations sur la réalité des enseignants précaires expérimentés. Les résultats sont probants et illustrent que près de 73,3 % de nos enseignants ont vécu plus de 10 années de précarité dans le milieu avant d’obtenir une certaine stabilité d’emploi. De plus, le développement de leur persévérance s’est développé principalement par le fait qu’ils ont l’opportunité d’enseigner une portion plus grande de tâche dans leur discipline pour laquelle ils ont été formés et que leur tâche d’enseignement devient plus homogène avec les années d’expérience. D’ailleurs, plusieurs mentionnent le fait qu’ils auraient trop à perdre s’ils changeaient de carrière après tant d’années dans le milieu. Finalement, la qualité et le pourcentage des tâches ne faisant qu’augmenter avec les années aident au développement de la persévérance. Bien qu’ils soient expérimentés, les plus grands défis pour eux sont : s’adapter à l’insertion des élèves en difficulté dans les classes régulières et dépasser l’angoisse des débuts d’année due à la précarité de leur statut. Ces défis peuvent être surmontés principalement par leur capacité d’adaptation et leur expérience accumulée. Bien que leur persévérance soit démontrée, le stress quotidien lié à la tâche d’un enseignant pèse lourd dans le développement de leur résilience. Le soutien des collègues et le développement de stratégies d’adaptation leur permettent de surmonter ces difficultés. De plus, à la lumière des réponses obtenues, les qualités jugées nécessaires pour ces enseignants afin de passer au travers de ces années difficiles sont : le fait d’avoir des habiletés sociales, un bon sens de l’humour, de l’autonomie et une grande capacité d’adaptation. Cet essai porte ainsi sur un sujet peu étudié et nous croyons que le partage des informations et conseils donnés par les 15 répondants ayant vécu la précarité permettra aux enseignants novices d’avoir accès à une présentation plus réelle de ce que pourrait être leur quotidien s’ils n’obtiennent pas une certaine stabilité d’emploi par l’obtention du statut d’enseignant permanent lors des cinq premières années de leur carrière.
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 | 0.006 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.042 | 0.029 |
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".