Chapitre 7. La mobilisation vers la collaboration et la participation des équipes éducatives : enquête sur le leadership des directions d’établissement d’enseignement du Québec
Bibliographic record
Abstract
Résumé La mobilisation des équipes éducatives vers la collaboration s’est imposée au cours des dernières années afin de favoriser la participation et l’engagement des enseignants et des autres professionnels du milieu. On s’entend généralement en éducation pour considérer l’importance d’un leadership instructionnel (Hallinger, 2018), tout comme d’un leadership partagé qui favorise la participation aux décisions de tous les acteurs ou d’un leadership centré sur la collaboration et la responsabilisation des enseignants. À partir de données issues d’une vaste enquête auprès de 625 directions d’établissement et directions adjointes du Québec (Lapointe et al., 2021), ce chapitre rend compte du leadership des directions sur la base du modèle de leadership instructionnel de Hallinger (2005) comparé avec deux styles de leadership (Organisation de coopération et de développement économiques, OCDE, 2016) : 1) partagé, qui renvoie à la possibilité pour tous les acteurs de l’établissement de participer aux décisions ; 2) centré sur la responsabilisation collective des enseignants, qui renvoie aux mesures prises par la direction visant la collaboration et l’amélioration des pratiques pédagogiques des enseignants. Les résultats montrent des distinctions dans le leadership selon le genre, le poste, l’établissement ainsi que l’expérience des directions.
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 | 0.002 | 0.003 |
| Science and technology studies | 0.011 | 0.004 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.028 | 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".