Étude compréhensive sur le phénomène d'attrition hâtive en enseignement professionnel au Québec certains facteurs à considérer
Bibliographic record
Abstract
Pour des raisons encore mal circonscrites, une proportion importante du nouveau personnel enseignant en formation professionnelle décide de quitter en début de pratique (Tardif, 2001). C'est pourquoi, dans le cadre de cette recherche, nous tentons de préciser quels facteurs doivent être pris en considération dans l'attrition hâtive en enseignement professionnel au Québec. À travers une approche méthodologique de nature qualitative, nous avons réalisé huit entrevues semi-dirigées avec des individus ayant abandonné l'enseignement professionnel au cours de leurs cinq premières années d'engagement. L'analyse des données s'articule autour d'un examen phénoménologique des données, d'une analyse thématique et d'une analyse qualitative en mode écriture. Ces méthodes nous ont permis à la fois de faire ressortir la richesse et l'unicité des parcours individuels à travers le récit phénoménologique de chaque cas et de mettre l'emphase sur l'objectif premier de cette recherche, c'est-à-dire l'identification de facteurs d'attrition à considérer en enseignement professionnel au Québec.
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 | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.016 | 0.007 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".