Association entre les écarts de valeurs et la relation maitre-élève chez les adolescents : le rôle modérateur du statut générationnel d’immigration
Bibliographic record
Abstract
Au Québec, une grande proportion d’élèves issus de l’immigration fréquente l’école secondaire chaque année. Les chercheurs s’intéressent donc de plus en plus aux différents facteurs associés à leur réussite éducative, dont la relation maître-élève. Chez certains jeunes, issus ou non de l’immigration, il existe toutefois des différences de valeurs entre l’école et la famille qui pourraient participer à modifier la qualité de leurs relations avec les enseignants. Ces écarts de valeurs peuvent varier selon leur nature, leur intensité (ampleur) et leur diversité (quantité des sphères de vie concernées) et ils pourraient jouer un rôle différent sur la chaleur et les conflits que les jeunes entretiennent avec leurs enseignants, et ce selon qu’ils soient de première génération (enfant et parents nés à l’étranger), de deuxième génération (enfant né au Canada et au moins un parent né à l’étranger) ou de troisième génération et plus (enfant et parents nés au Canada). Afin de mieux comprendre ces relations, les objectifs du présent mémoire sont de décrire la nature des écarts de valeurs perçus par les jeunes en fonction de leur statut générationnel d’immigration (objectif 1), de déterminer s’il existe des associations entre les écarts de valeurs (intensité et diversités) perçus par les élèves et la chaleur et les conflits dans les relations avec leurs enseignants (objectifs 2 et 3), ainsi que les différences qui apparaissent en fonction de leur statut générationnel d’immigration (première, deuxième ou troisième génération et plus) (objectif 4). L’échantillon est composé de 1551 élèves de 4e et 5e secondaire fréquentant huit écoles de Montréal, Laval, Québec et Trois-Rivières. Nos résultats indiquent que de façon générale, les élèves issus de l’immigration (première et deuxième génération) perçoivent plus d’écarts de valeurs que leurs pairs de troisième génération et plus, bien que les élèves de deuxième génération se démarquent davantage à cet égard. Les résultats montrent également qu’alors que pour tous les élèves, une grande diversité d’écarts de valeurs serait associée à plus de conflits avec les enseignants, l’intensité des écarts de valeurs n’y contribuerait que pour les élèves de troisième génération ou plus. Au sujet de la chaleur, ce mémoire suggère que c’est l’intensité des écarts de valeurs uniquement qui aurait une contribution négative, et ce, de la même façon pour tous les jeunes. Les implications pour la recherche et la pratique, ainsi que les forces et les limites de ce mémoire seront détaillées dans la discussion.
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 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".