Un CAF «en santé» pour les élèves en soins infirmiers du Cégep de Sherbrooke
Bibliographic record
Abstract
CAF novateursImplantés à la n des années 1980 et aujourd'hui présents dans tous les cégeps francophones, les centres d'aide en français (CAF) offrent un encadrement individualisé aux élèves, de plus en plus nombreux à les fréquenter.Depuis quelque temps, on observe l'émergence de nouvelles formules d'aide en français pour soutenir certains groupes de cégépiens.Au cégep de Sherbrooke existe depuis la rentrée 2010 un CAF dont la vocation est de répondre aux besoins des élèves du programme Soins in rmiers.On l'a baptisé « CAF en santé ».Si les perspectives d'emploi sont plus que rassurantes pour ces élèves (un taux de placement de 100 %), certains peinent à décrocher leur diplôme en raison de leurs dif cultés en français.Correspondance a recueilli les propos du responsable de ce CAF atypique, Guillaume Lachapelle, un conseiller pédagogique bien connu dans le réseau pour son dynamisme.Q -Dans quel contexte le CAF en santé du cégep de Sherbrooke est-il né ?R -Au cours des dernières années, la Direction du cégep de Sherbrooke et les coordonnatrices du programme Soins in rmiers ont constaté que le taux de réussite à l'examen de l'Ordre des in rmières et in rmiers du Québec (OIIQ) diminuait sérieusement.Les comptes rendus que l'OIIQ fait parvenir au cégep après chacun des examens de l'Ordre mentionnaient de façon récurrente que nos élèves présentaient des faiblesses du point de vue des compétences en français oral et écrit.Les lacunes apparaissaient principalement dans la maitrise du vocabulaire propre au domaine de la santé ainsi que dans l'emploi des registres de langue adaptés aux différentes situations de communication dans ce secteur.Par conséquent, le personnel enseignant du programme, plus particulièrement les personnes responsables de l'encadrement, exigeaient des élèves faibles en français qu'ils fréquentent le CAF.Comme ce programme
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.119 | 0.007 |
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".