La construction des compétences en insertion professionnelle en enseignement par l'accompagnement réflexif du mentorat
Bibliographic record
Abstract
Notre recherche porte sur l'apprentissage des compétences professionnelles par de jeunes enseignants ontariens en insertion professionnelle. Elle vise à améliorer l'encadrement de la formation professionnelle des enseignants novices. Nous voulons répondre à la question suivante: comment l'accompagnement dans le cadre du mentorat conduit les jeunes enseignants à développer les savoir-faire professionnels? L'étude s'est déroulée dans le cadre du programme d'insertion professionnelle des nouveaux enseignants (PIPNE) en Ontario. Nous avons mené des entretiens auprès d'une vingtaine d'enseignantes et enseignants débutants et de seize mentors, qui exercent dans huit écoles secondaires de langue française de l'Ontario du Nord, de l'Est, du Centre-Sud et du sud-ouest de la province. Notre schéma pour les entretiens visait à connaître les thèmes de conversation entre mentors et mentorés. En fait, nous cherchions à savoir quels étaient les problèmes soulevés par les mentorés et les réponses données par les mentors. Les données d'entretiens révèlent que lorsque l'accompagnement dans le cadre du mentorat n'est pas systématiquement planifié, c'est-à-dire que des thèmes de perfectionnement professionnel spécifique ne sont pas suggérés par la direction de l'école et/ou le mentor, alors ce sont surtout des discussions sur le fonctionnement de la communauté professionnelle de l'école qui sont objet de discussion. Ces discussions socialisent l'enseignement débutant à la culture professionnelle de l'enseignant et participent à la construction de son identité professionnelle. En revanche, lorsque les discussions portent sur le perfectionnement des interventions pédagogiques, alors le mentoré construit les connaissances qui lui permettent d'apprendre à développer l'expertise professionnelle en enseignement. Aussi, nous nous sommes rendu compte de la valeur de l'implication des directions d'écoles dans le mentorat. Par ailleurs, nos données montrent que les mentors qui ont reçu une formation sont plus aptes à assumer leur rôle. Mots-clés : Mentor; mentoré; enseignant débutant; enseignant expérimenté; insertion professionnelle; accompagnement réflexif; mentorat; perfectionnement professionnel; construction de l'identité professionnelle; expertise professionnelle; développement professionnel.
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 | 0.007 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.013 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".