Chapitre 3. Politiques de responsabilisation et construction de la participation : logiques d’action et ordre local des écoles
Bibliographic record
Abstract
Résumé Depuis 2000, le Québec (Canada) développe une politique de Gestion axée sur les résultats (GAR), inspirée de la « nouvelle gestion publique » (Maroy, 2017). Notre propos est d’interroger les stratégies de mise en œuvre de la GAR par les équipes de direction, en particulier concernant la place et le sens donnés à la logique de mobilisation des enseignantes et des enseignants. Dans toutes les écoles investiguées, le mot d’ordre (et la pratique) est bien de « mobiliser » « l’équipe-école » pour définir « les moyens » de l’école nécessaires pour atteindre les cibles de son projet éducatif ; il est également de faire participer les enseignantes et les enseignants à la résolution des problèmes de performances détectés par les suivis des données quantifiées de résultats dans différentes matières ou années d’études. Cependant, la place et les modalités des situations participatives et surtout le sens donné à la dynamique participative sont fortement contrastés selon les « ordres locaux » des écoles (Ben Ayed, 2009). Les trois logiques d’action des écoles identifiées (construire la paix et des compromis, contourner la résistance syndicale, créer un terrain coopératif commun) sont mises en lien avec différents facteurs affectant l’ordre et la dynamique locale de l’établissement (Ball et Maroy, 2009 ; Maroy et Pons, 2019). À partir de la sociologie de l’action publique et du néo-institutionnalisme sociologique, les données issues d’une étude de la mise en œuvre de la GAR dans 2 CS (Commissions scolaires) et 4 établissements scolaires (Maroy et al., 2017b).
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.005 | 0.008 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.027 | 0.002 |
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".