La collaboration entre les enseignants spécialistes pour favoriser l’intégration des élèves à besoins particuliers en classe ordinaire à l’école primaire
Bibliographic record
Abstract
Bien que l’intégration des élèves ayant des besoins particuliers soit devenue coutume dans les écoles primaires au Québec, la réalité d’une partie des enseignants est peu documentée malgré les conditions particulières dans lesquelles ils travaillent. Les enseignants spécialistes en arts, en éducation physique et à la santé ainsi qu’en langue seconde (anglais) rencontrent des défis différents liés à l’intégration scolaire. Ces défis majeurs sont le nombre d’élèves qui leur sont confiés ainsi que le peu de temps passé en présence de chacun des élèves. La collaboration entre les enseignants qui travaillent auprès des mêmes élèves pourrait permettre une meilleure intégration. Il ne s’agit pas ici uniquement de gestion des comportements dérangeants, mais également d’aider les élèves en difficulté pour qui souvent peu de temps est disponible. Le milieu scolaire dans lequel s’est déroulée l’intervention décrite dans ce rapport propose déjà des rencontres entre les enseignants spécialistes, ce qui est peu commun dans le milieu scolaire québécois. Les objectifs de l’intervention sont d’analyser les rencontres entre les enseignants spécialistes en utilisant les niveaux de collaboration de Little, d’analyser les effets sur les élèves tels que perçus par ces enseignants et de décrire l’évolution des participants durant l’intervention. Selon les résultats obtenus, on peut comprendre que la collaboration entre les enseignants spécialistes permet d’améliorer leurs perceptions sur l’intégration scolaire et améliore leur perception de leur efficacité professionnelle. En plus, plus les enseignants collaborent, plus les niveaux d’interdépendance augmentent et génèrent une meilleure qualité de la collaboration. Les enseignants perçoivent également des effets sur les élèves concernés. Bien évidemment, cette collaboration doit et devra rester volontaire pour fonctionner. L’adhésion des participants reste un élément clé dans la collaboration. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Intégration scolaire, Élèves à besoins particuliers, EHDAA, Enseignants spécialistes, Collaboration
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.012 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.033 | 0.005 |
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".