LEVIERS, DÉFIS ET ENJEUX DE L'ENGAGEMENT PROFESSIONNEL EN CONTEXTE DE STAG: POINTS DE VUE DE FUTURES PERSONNES ENSEIGNANTES
Bibliographic record
Abstract
L’engagement professionnel fait référence au rapport qu’une personne établit entre, d’une part, elle et sa carrière et, d’autre part, son intention de persévérer dans son cheminement professionnel influençant son comportement. Les stages en enseignement sont un puissant outil de développement professionnel et sont une occasion pour les futures personnes enseignantes (FPE) de manifester leur engagement envers la profession enseignante. Certains éléments favorisent cet engagement alors que d’autres peuvent lui nuire. Pour les mettre en lumière, nous avons mené une recherche visant à connaître les expériences des FPE en contexte de stage au préscolaire et au primaire ainsi que leurs possibles liens avec le développement professionnel enseignant et avec le bien-être professionnel au travail. Afin de recueillir leurs perceptions à cet égard, des entretiens individuels semi-structurés ont été menés auprès de FPE (n=24) issues du programme de formation initiale à l’enseignement de quatre universités québécoises. Cet article présente les résultats de l’analyse des entretiens relatifs à l’engagement de manière à dégager des leviers, des défis et des enjeux au regard des pratiques facilitant une meilleure intégration des expériences de stage au sein de la formation initiale à l’enseignement. Les résultats soulignent que des relations éducatives positives, un soutien significatif des personnes enseignantes associées et le plaisir d'enseigner favorisent l'engagement des FPE, tandis que les relations interpersonnelles insatisfaisantes et une surcharge de travail nuisent à leur motivation. Pour surmonter ces obstacles, les FPE adoptent des stratégies de soutien et de collaboration afin d’en faire des occasions d'apprentissage et de développement professionnel.
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 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.019 | 0.025 |
| Scholarly communication | 0.014 | 0.007 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".