Une gestion de la classe axée sur la responsabilisation au préscolaire
Bibliographic record
Abstract
HRONIQUE • Milieu scolaire La mise en œuvre d'une gestion de la classe responsabilisante soutenue et documentée par la rechercheLa gestion de la classe est considérée comme étant la compétence la plus redoutée par les personnes enseignantes (Freiberg et al., 2020) et celle qui influence le plus les apprentissages des élèves (Bernier et al., 2021).Au Québec, le Programme de formation de l' école québécoise du primaire (MEQ, 2001) et celui du préscolaire (MEQ, 2023) sont prescriptifs et on y lit que l' école doit permettre aux élèves de devenir responsables et de demeurer actifs dans leurs apprentissages.Pour être en adéquation avec ces visées de l' école québécoise, des recherches, dont celle de Dumouchel (2017), prônent une gestion de la classe axée sur la responsabilisation des élèves.En effet, ce type de gestion de la classe permet à ces derniers de s' engager activement dans leurs apprentissages tant sociaux qu'académiques.Dans le cadre de mes études de maitrise, j'ai voulu approfondir ce type de gestion de la classe et la mettre en œuvre dans ma pratique professionnelle.Cet article présente donc l'implantation d'une gestion de la classe responsabilisante dans ma classe préscolaire, en collaboration avec la professeure-chercheuse Dumouchel, ainsi que les conclusions qui ont résulté de cette expérimentation.Tout au long de l'année scolaire, afin d' optimaliser le processus de responsabilisation à travers ma gestion de la classe et de m'assurer de ne pas en dévier, la chercheuse et moi avions des rencontres planifiées mensuellement et je complétais quotidiennement un journal de bord.
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 | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.028 | 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".