Des balises pour les pratiques d'accompagnement : caractéristiques, perceptions et besoins des élèves de la formation professionnelle
Bibliographic record
Abstract
La formation professionnelle au Québec accueille des élèves aux profils variés en âge, genre, conditions économiques, motifs d’inscription et parcours scolaires antérieurs. Plusieurs élèves éprouvent des difficultés scolaires, sociales, familiales ou psychologiques persistantes susceptibles d’entraver leur apprentissage (Rousseau, Tétreault, Bergeron, et Carignan, 2007) et leur réussite scolaire. La situation des élèves en FP, dont celle des élèves à besoins particuliers, demeure méconnue (Gagnon, 2008). L’accompagnement de ces élèves s’appuie sur un modèle écosystémique mettant en jeu des facteurs personnels et environnementaux dans la production d’inégalités (Fougeyrollas, 2010) et sur les définitions de Paul (2004), de Biémar (2012) et de Gagnon (2013). Une équipe de chercheurs pluridisciplinaires a réalisé une enquête dans deux régions du Québec auprès de 2668 élèves en formation professionnelle. La communication identifiera les besoins des élèves en présentant leurs intérêts pour les programmes d’études, le niveau de motivation face à leur réussite, le vécu des élèves dans les centres de formation, aux défis à relever dans leur programme d’études. Elle traitera également des perceptions sur leurs relations avec les enseignants et avec les autres élèves, sur des habitudes de vie, sur le soutien social et sur les services utilisés pendant la formation. Nous conclurons en présentant quelques recommandations vis-à-vis des pratiques d’accompagnement pour les soutenir.
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
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Observational | low |
| gpt | Insufficient payload (model declined to judge) Domain: not available · Genre: Other About the Canadian research system: no · About a Canadian topic: no | Not applicable | high |
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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, unvalidatedLabeled directly by 2 models reading the full record.
The models disagree on parts of this classification; every voice is preserved in the section at the end of the page.
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".