Étude comparative des compétences enseignantes visant le soutien des élèves issus de l’immigration à leur réussite éducative dans un contexte de diversité au Québec et au Luxembourg
Bibliographic record
Abstract
Ce mémoire explore la perception des enseignants du Québec et du Luxembourg à propos de leur formation concernant le développement des compétences nécessaires pour soutenir les élèves issus de l'immigration dans un contexte de diversité. La réussite éducative de ces élèves est cruciale afin de mieux les intégrer dans la communauté scolaire ainsi que dans la société respective. Dans ce mémoire, nous avons établi que l'enseignant joue un rôle important à cet égard et nous nous sommes intéressés à comment l'enseignant peut contribuer à la réussite éducative de ces élèves. En nous intéressant à cette question, nous avons réalisé une recherche qualitative-interprétative basée sur des entretiens semi-dirigés avec quatorze enseignants, dont neuf luxembourgeois et cinq québécois. Nous avons identifié, dans un premier temps, les différentes catégories des compétences qui seraient nécessaires pour le soutien éducatif des élèves issus de l’immigration, et les avons classées en savoirs généraux, didactiques, relationnels et éthiques. Nous nous sommes aussi intéressées, dans un deuxième temps, aux perceptions, convictions, croyances et biais implicites des enseignants vis-à-vis de cette population d’élèves. Nous avons interrogé, dans un troisième temps, les compétences que les enseignants de ces deux contextes ont pu développer lors de leur formation initiale. Enfin, les enseignants ont pu nous donner des pistes d’amélioration de ladite formation. D’un point de vue comparatif, nous avons constaté que les enseignants québécois sont généralement plus ouverts à la diversité et critiques de leurs pratiques, tandis que les enseignants luxembourgeois sont plus aptes à enseigner dans un contexte plurilingue. Toutefois, les formations actuelles, manquent de contenu sur l'éducation antiraciste et l’éducation en contexte de diversité, tant au Luxembourg qu’au Québec, mais davantage dans le contexte de ce premier. Nous recommandons ainsi de renforcer les compétences des enseignants en intégrant de tels contenus par le biais d’une approche transversale dans les formations des enseignants, pour mieux soutenir la réussite éducative des élèves issus de l'immigration dans un contexte de diversité.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.025 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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; both teacher heads agree on what is shown here.
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".