Le développement du sentiment d'efficacité personnelle d'enseignantes racisées débutantes formées au Québec : exploration de l'influence du contexte de racialisation
Bibliographic record
Abstract
Ce mémoire explore le développement du sentiment d’efficacité personnelle (SEP) chez les enseignants racisés débutants à Montréal par rapport à la gestion de classe, la planification des apprentissages et les pratiques d’enseignement (ce qui concerne les stratégies d’enseignement et le pilotage des situations d’apprentissages). Il étudie en particulier l’influence du contexte de racialisation sur le développement de ce dernier. À travers une analyse qualitative basée sur des entretiens semi-dirigés réalisés auprès de cinq enseignantes débutantes racisées, l’étude identifie les principaux facteurs contextuels influençant le SE, tels que les rétroactions des collègues, le climat social, le travail d’équipe et la présence de modèles variés. Les résultats démontrent que le contexte de racialisation a un impact significatif sur le développement du SEP, en amplifiant les défis liés aux relations sociales et à la collaboration professionnelle. Le mémoire propose des pistes pour améliorer l’insertion professionnelle des enseignants racisés, notamment par la création de groupes de soutien pour les enseignants débutants racisés et de formations offertes à tous sur les impacts du racisme systémique. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : sentiment d’efficacité personnelle, enseignants racisés, insertion professionnelle, racialisation, climat social, travail d’équipe, mentorat
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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; 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".