Pénuries d’enseignants et de suppléants: un état des lieux dans 37 centres de services scolaires du Québec
Bibliographic record
Abstract
Dans de nombreux pays, la recherche de solutions innovantes aux problèmes d’attraction, de recrutement et de rétention de personnel enseignant est cruciale dans le contexte éducatif actuel, marqué par des pénuries de main-d’œuvre, des changements démographiques importants, des départs à la retraite ainsi que plusieurs défis qui touchent la valorisation et l’attractivité de la profession. Au Québec, les centres de services scolaires (CSS) font état de difficultés sans précédent pour recruter des enseignant.es à temps plein et à temps partiel, ainsi que des suppléant.es, pour combler les postes et les remplacements à court, moyen et long terme. Cette communication s’appuie sur les données issues d’un sondage réalisé auprès des services des ressources humaines de 37 CSS et propose un état des lieux des principaux défis rencontrés à l’échelle nationale, ainsi que des principales solutions mises de l’avant par ces instances intermédiaires pour tenter d’y faire face.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.007 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".