La culture d'évaluation en transition dans un nouveau contexte de travail : une recherche sur le savoir d'expérience des enseignants immigrants au Québec
Bibliographic record
Abstract
Notre étude s’inscrit dans un projet de recherche plus large, celui de Diédhiou, Robichaud et Duong Thi (CRSH, 2020-2024), qui porte sur le « transfert interculturel du savoir-évaluer chez les enseignants immigrants dans les écoles québécoises ». Dans ce projet, nous nous sommes intéressés à la question de la transition du savoir-évaluer des enseignants immigrants vers la culture d’évaluation des apprentissages en vigueur au Québec. Il faut souligner que selon la perspective constructiviste, tout professionnel arrive dans un nouveau contexte de travail avec un bagage de connaissances issu des expériences vécues antérieurement; ces connaissances pouvant être perçues comme un atout ou au contraire comme un obstacle à l’exercice du métier. Ainsi, retenant un éclairage théorique en lien avec l’apprentissage professionnel et une méthodologie qualitative privilégiant des analyses de cas à l’appui des vignettes, notre étude a tenté de mieux comprendre le processus d’ajustement du bagage d’expérience des enseignants immigrants en matière d’évaluation des apprentissages et à identifier les apprentissages qu’ils réalisent dans une dynamique de requalification professionnelle. Ainsi, les résultats de cette étude mettent en lumière un processus de réadaptation des connaissances et compétences en évaluation qui se déploie en deux temps : le renoncement aux pratiques d’évaluation antérieures jugées inopérantes; la réorientation sur les exigences de l’évaluation des apprentissages au Québec. Ce double processus est étayé au travers de 6 cas renvoyant à des situations qui se présentent comme moteurs de la découverte et de l’ajustement à une culture compréhensive et interprétative de l’évaluation des apprentissages au Québec. La discussion de ces résultats révèle le rôle crucial des normes et valorisations et des tensions dans l’ajustement du savoir-évaluer des enseignants immigrants. La discussion montre autant la convergence de nos résultats avec les travaux de Diédhiou (2018), qu’avec les perspectives théoriques de l’apprentissage présentées à l’appui des travaux de Dewey (1975), Kolb (1984), Schön (1983) et Mazirot (2003). _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : analyses de cas, apprentissage professionnel, culture d’évaluation, enseignants immigrants, normes et valorisations de l’évaluation, renoncement, réorientation, transition du savoir-évaluer, tensions, vignettes
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 | 0.010 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.021 | 0.015 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".