Usages des contenus numériques en orientation scolaire et professionnelle auprès des élèves du secondaire
Bibliographic record
Abstract
Plusieurs spécialistes de l’orientation interviennent auprès d’une population adolescente, caractérisée par son utilisation multiple et fréquente d’Internet et des médias sociaux (Thoër et Millerand, 2017; CEFRIO, 2017). Or, quoique les sites web et Facebook des écoles offrent un environnement scolaire numérique avec des possibilités pour l’orientation scolaire et professionnelle (OSP) auprès des jeunes, leur usage reste à ce jour relativement peu documenté. Notre recherche s’intéresse aux usages numériques en OSP en milieu scolaire. Autant le rôle de l’OSP au sein du Programme de formation de l’école québécoise (OCCOQ, 2013; MELS, 2007) que l’influence des interactions communautaires dans les intentions d’avenir des jeunes (Law, 1981) servent de cadre de référence pour comprendre ces usages. L’objectif principal de cette recherche qualitative est d’explorer les usages des sites web et Facebook en OSP au sein d’une commission scolaire francophone et de ses établissements d’enseignement secondaire au Québec. Treize sites web (547 éléments web) et treize sites Facebook (1531 publications) d’une commission scolaire ont fait l’objet d’une analyse documentaire rigoureuse. Les résultats de la recherche indiquent que, pour les sites web et les sites Facebook, l’OSP se fait rare, sous-exploite les possibilités qu’offrent les sites, vise une population principalement adulte et offre très peu de visibilité. Les analyses permettent de dégager trois principaux constats : l’OSP tirerait profit à occuper l’environnement numérique scolaire auprès des jeunes, les formateurs auraient avantage à offrir de l’accompagnement aux professionnels de l’orientation et les spécialistes de l’orientation auraient intérêt à adopter une posture éclairée devant l’usage du numérique.
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) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| 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".