La motivation scolaire des adolescents et adolescentes atteints de maladie grave ou chronique
Bibliographic record
Abstract
Cette recherche qualitative de type exploratoire s’intéresse à la scolarisation des jeunes atteints de maladie grave ou chronique. Les recherches québécoises à ce sujet sont actuellement insuffisantes pour couvrir la complexité de ce champ de recherche, ce qui contribue au caractère novateur de notre travail. De nombreux écrits, en majorité de provenance américaine, font état des difficultés nombreuses et variées que peuvent vivre les jeunes atteints d’une maladie grave ou chronique dans leur cheminement scolaire. Nous avons choisi d’investiguer du côté de la motivation scolaire pour éclairer une partie de leur vécu, considérant que la motivation est un élément décisif dans la réussite scolaire, cette dernière étant au cœur des préoccupations des intervenants scolaires. La question sous-tendant cette recherche s’intéresse aux facteurs qui modulent la motivation scolaire des jeunes atteints de maladie grave ou chronique. Les objectifs qui en découlent sont ainsi d’identifier et décrire les sources motivationnelles des jeunes malades et identifier et décrire les difficultés en lien avec la motivation. La clientèle ciblée pour cette étude se limite aux adolescents et adolescentes. Pour atteindre ces objectifs, des entrevues semi-dirigées ont été menées avec cette clientèle en vue de faire une analyse thématique descriptive. Les principaux résultats obtenus ont révélé que le modèle de la dynamique motivationnelle de Viau (2007) est un modèle pertinent pour décrire la motivation scolaire de ces jeunes, mais qu’il se doit d’être plus détaillé au niveau du contexte. Nous avons ainsi bonifié ce modèle par l’ajout des sources motivationnelles et des difficultés énoncées par nos participants. Notre recherche met en exergue que la clientèle malade chroniquement est méconnue au Québec, aussi bien par le manque d’écrits scientifiques ou de documentations ministérielles pertinents et spécifiques à la réalité québécoise que par les propos que nous avons relevés du discours des participants. En ce sens, la rédaction d’un mémoire à cet effet est en soi une retombée positive. La description de leur motivation scolaire donne également des pistes intéressantes pour les intervenants du milieu scolaire.
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 | 0.005 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| 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".