Qui sont vraiment les élèves de formation professionnelle au Québec? : vaste portrait des élèves avec diagnostic, à risque et sans difficulté
Bibliographic record
Abstract
L’hétérogénéité des élèves de formation professionnelle (FP) est connue des intervenants de ce secteur d’enseignement. Ce qui l’est moins, c’est la composition réelle des classes, surtout en ce qui concerne la présence et les caractéristiques des élèves à besoins particuliers (ÉBP). Ces ÉBP éprouvent des difficultés scolaires, sociales, familiales ou psychologiques persistantes (Rousseau et al., 2007; Carroz, Maltais et Pouliot, 2015), avec ou sans diagnostic (MEQ, 2000), susceptibles d’entraver l’apprentissage; ils sont dits « à risque ». Cependant, aucune obligation n’est faite aux élèves de FP de divulguer leurs difficultés, ce qui a pour effet de contraindre les intervenants à jongler avec des situations individuelles caractérisées par le non-dit et l’incertitude. De fait, la situation réelle des ÉBP en FP est largement méconnue, alors que leur nombre est à la hausse (Rousseau et Tétrault, 2012), exerçant ainsi une pression sur ceux qui les accompagnent (Mazalon et al., 2009). Cette communication présentera un portrait de 2674 élèves de FP répartis dans 8 commissions scolaires du Québec. Tirées d'un questionnaire autoadministré en classe, les caractéristiques seront présentées selon trois groupes : les élèves ayant reçu un diagnostic de trouble lié à l’apprentissage, ceux ayant des difficultés importantes mais sans diagnostic de trouble d’apprentissage et ceux sans difficulté d’apprentissage. Les impacts de ces résultats pour la FP et ses intervenants y seront discutés.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".