L'éducation préscolaire 4 ans temps plein au Québec : réflexions quant aux besoins et aux enjeux de formation continue des enseignantes.
Bibliographic record
Abstract
Au Québec, nombreuses sont les enseignantes[1]ayant pris la responsabilité d’une classe d’éducation préscolaire 4 ans temps plein depuis quelques années. Cette nouveauté dans le milieu scolaire soulève une réflexion sur leurs besoins en matière de formation initiale et continue. Or, jusqu’à maintenant, peu d’études ont documenté les besoins de formation des enseignantes qui y œuvrent. Cet article propose une réflexion à l’égard des besoins propres à la formation continue des enseignantes à l’éducation préscolaire 4 ans temps plein à la lumière des résultats de huit études dont l’objet de recherche était lié à l’éducation préscolaire 4 ans temps plein au Québec. De plus, des enjeux à considérer pour bonifier la formation continue de ces enseignantes sont exposés. Mots-clés : éducation préscolaire 4 ans temps plein, formation continue, besoins de formation continue, enjeux de formation continue, enseignantes [1] Le féminin est utilisé pour désigner les enseignantes et les enseignants sans discrimination considérant la forte proportion de femmes œuvrant à l’éducation préscolaire, et ce, uniquement dans le but d’alléger le texte.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.019 | 0.010 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 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".