Les pratiques inclusives, les modèles d’animation et le bien-être en classe multiniveau de mathématiques au secondaire en contexte francophone minoritaire
Bibliographic record
Abstract
Cet essai porte sur les pratiques inclusives des modèles d’animation qui ont un impact sur le bien-être des élèves dans une classe multiniveau de mathématique au secondaire en contexte francophone minoritaire. Puisque la moyenne est de sept élèves par niveau scolaire au premier cycle du secondaire et de cinq élèves par niveau scolaire au deuxième cycle du secondaire dans les écoles francophones en milieu rural en Alberta, la création de classes multiniveaux s’avère souvent nécessaire pour former des groupes complets. La classe multiniveau existe depuis très longtemps puisque ce n’est qu’au XIXe siècle que les classes uniques sont apparues en suivant le modèle industriel et la création de la chaine de production (Fradette et Lataille-Démoré, 2003). Plusieurs modèles d’animation, chacun constitué d’ensemble de pratiques pédagogiques, utilisées dans des classes multiniveaux sont calquées sur celles des classes uniques à cause notamment d’un manque de ressources spécialisées et d’une formation initiale des enseignants axée sur l’enseignement à des groupes uniques. L’enseignement à des classes multiniveaux à partir du modèle de la classe unique peut fonctionner dans des cours de langues ou dans le choix de l’enseignement d’un seul programme pour une classe multiniveau, mais qu’en est-il des programmes séquentiels comme les mathématiques ? Comment fournir à chaque élève un contexte d’apprentissage adapté à ses particularités et s’assurer qu’il se sente bien en classe ? Certains modèles d’enseignement peuvent fournir aux élèves un contexte qui répond à leurs particularités tout en assurant leur bien-être, mais il suffit d’identifier lesquels. Cet essai a comme objectif d’identifier des modèles d’animation inclusifs qui favorisent le bien-être des élèves dans une classe multiniveau de mathématique au secondaire. Cette démarche de recherche s’appuie sur mon expérience d’enseignement en classes multiniveau de mathématique du secondaire. J’ai d’abord privilégié un modèle d’animation par alternance ce qui créait un milieu de travail pour les élèves basés sur l’individualisme et la débrouillardise. Cette méthode demandait une grande gestion de classe de ma part. J’ai donc voulu d’autres modèles d’animation à utiliser dans un tel contexte, plus susceptibles d’être inclusifs et de favoriser le bien-être des élèves. De façon cohérente avec les préoccupations évoquées plus haut et avec la question de recherche, le cadre de référence explore les notions de bien-être, de modèle d’animation et d’inclusion scolaire. Pour la collecte de données, cinq enseignants et enseignantes albertaines d’une classe multiniveau au secondaire en mathématique ont participé à des entrevues semi-dirigées et 39 élèves de ces enseignants et enseignantes ont répondu à un questionnaire d’une vingtaine de questions en lien avec le concept du bien-être. À l’analyse, on a pu remarquer que le modèle d’animation par alternance est encore un modèle utilisé par la majorité des répondants. Toutefois, il semble qu’il comporte plusieurs défis pour les enseignants : plus de temps de préparation, moins de temps d’enseignement avec les élèves. En ce sens, les enseignantes et les enseignants manifestent une préférence pour l’enseignement en classe unique. Les données mettent en outre en évidence une conception floue de l’inclusion scolaire chez ces enseignants et ces enseignantes ayant contribué à l’étude. L’analyse m’a permis d’identifier de nouveaux modèles d’animation mobilisés par les personnes participantes : le modèle d’animation par travail indépendant et le modèle d’animation unique en alternant les programmes. Bien que le modèle par alternance ne semble pas avoir d’effets négatifs sur le bien-être des élèves dans le contexte de l’étude, le modèle d’alternance des programmes est tout le contraire. Les élèves ayant participé au questionnaire ont indiqué, dans une plus grande proportion, que le modèle d’animation par alternance des programmes ne permet pas à l’enseignant ou à l’enseignante de leur offrir de l’aide, de leur expliquer davantage les concepts difficiles et de se rendre disponible afin de répondre à leurs questions. Bref, cet essai tente d’établir des liens possibles entre le modèle d’animation choisi et le bien-être des élèves dans une classe de mathématique au secondaire, des domaines jamais étudiés ensemble dans un milieu minoritaire francophone au Canada.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 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".