1 / 33

Projets de recherche:

Recherche action – sur la perséverance scolaire des élèves inuits Les méthodes des évaluations des besoins dans les situations d’urgence. Projets de recherche:.

sorcha
Télécharger la présentation

Projets de recherche:

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Recherche action – sur la perséverance scolaire des élèves inuits Les méthodes des évaluations des besoins dans les situations d’urgence Projets de recherche:

  2. Persévérance et la réussite scolaire des élèves inuits: influence de la perception, de l’attitude, et de l’approche pédagogique des enseignants inuits et quallunaats (non-inuits) Equipe de projet: Tatiana Garakani + Emilie Peter, doctorante Martin Goyette, professeur, ENAP Christine Rosalia, professeure, Hunter College, New York Elias Moukannas and Luc Paquet Commission scolaire Kativik

  3. Objectives de la recherche • Comprendre les pratiques pédagogiques et la perception des enseignants (inuits et les quallunaats) • comprendre l'influence de ces perceptions sur le succès de la résilience et l'école des étudiants inuit • comprendre les facteurs de protection permettant la résilience des élèves et la réussite en classe. • Proposer des méthodes et des outils pédagogiques adaptés et pertinents pour le contexte et les expériences des étudiants et des enseignants. • Améliorer l’approche réflexive parmi les participants à la recherche, comme un outil de développement professionnel. • Permettre l’appropriation de cette recherche par les participants (et donc leurs communautés), et de développer leurs compétences en recherche participative. Phase I Phase II et III

  4. Nos hypothèses • Les pratiques pédagogiques peuvent influencer la persévérance scolaire des élèves. • Une meilleure préparation et un meilleur accompagnement des enseignants quallunaats leur permettra de mieux s’intégrer socialement et aidera à réduire l’écart interculturel • Une approche d’autoréflexion peut aider des enseignants à prendre conscience de leurs propres schèmes de référence culturel, en lien avec les modalités d’apprentissage et à identifier les écarts ou les paradoxes possibles avec les schèmes culturels de leur communauté hôte. • L’incorporation de la langue seconde peut accentuer les difficultés liées à la lecture et à l’écriture, ce qui peut contribuer à des difficultés d’apprentissage.

  5. Cadre conceptuel • Résilience et ses facteurs de protection • Cultures et facteurs identitaires • Construction de succès /la valorisation/ la motivation/ la réussite scolaire • Styles d’apprentissage

  6. Cadre conceptuel – résilience passé Négociation des rôles/identités

  7. Cadre conceptuel – résilience

  8. Cadre conceptuel et méthode de recherche Les domaines de résilience

  9. Défis de recherche • Partenariat – négociations des choix de site. • Recherche participative – implication et les appréhensions • Recherche action avec jeunes • enseignants (inuits et non inuits) et communauté • Distance, contexte culturel et historique • Langues : inuktitut, anglais, français • Recherche longitudinale, favorisant l’approche réflexive. • Les aspects éthiques

  10. Approches proposées • Favoriser la participation et appropriation • Prêter une attention particulière au processus • Rassurer la réciprocité et les gains pour les participants • Période d’apprivoisement et gain de confiance avec chaque participant • Adapter les méthodes aux besoins de chaque participant. • Multiplier les approches • Développer des indicateurs spécifiques au contexte

  11. Les approches proposées

  12. Participation! Vérifier la pertinence et l’acceptabilité Les visites et groupes de discussions pour vérifier la pertinence et l’acceptabilité de la recherche, ainsi que les approches proposées

  13. Les méthodes d’évaluation des besoins dans les situation d’urgence ACAPS (AssessmentCapacities Project) www.acaps.org MIRA (Multisectorial Initial RapidAssessment) – une initiative de IASC (Inter Agency Standing Committee) – groupe de travail sur l’évaluation des besoins

  14. Définition du problème • Notre problème principal dans la réponse à une catastrophe est d'obtenir rapidement suffisamment d'informations pertinentes et fiables. • Pour qui collectons-nous ces informations et pour quel usage? • Quels types d’information avons-nous besoin pour rassurer la prise de décision dans les différentes phases d'une catastrophe?

  15. À quoi ressemblent les évaluations rapides?

  16. Multiplicité d’acteurs Les équipes de recherches et de secours Les bienfaiteurs spontanés Les bailleurs de fonds Les forces armées Société civile Mission NU/ Police Les organisations internationales Les ONG Les autorités locales Les ONG Internationales Le média Les organisations religieuses Les sociétés privées

  17. Volume de données Volume de données= # de formulaires collectés x nombre et type de Questions x fréquence de collecte

  18. Caractéristiques de la phase 1 Temps et ressources limités pour la collecte des données primaires sur le terrain . Nombre d’informations limité provenant de la région affectée. Délai très court pour fournir des informations utiles à la prise de décision Situation évoluant rapidement. Les décisions doivent être prises malgré une incertitude élevée Trop ou (en réalité) trop peu d’informations Partage de l’information difficile et non systématique

  19. Situation actuelle… ✗ Peu d’initiatives menées de manière multisectorielle/clusters ✗ Basée sur des “institutions/mandat” et/ou sur des “rapports d’interventions” ✗ Manque d’analyse trans-sectorielle ✗ Presque aucun renseignement sur la manière dont les informations ont été recueillies et les conclusions tirées ✗ Pas de projections/scénarios systématiques ✗ Manque d’une compréhension commune des processus …….. ✗ Il manque les références des données secondaires pré-désastre et des “enseignements ” ✗ Présentés sous forme de résumés d’analyses de situations /sitrep Nécessitéd’avoir, immédiatement après le désastre, une analyse multisectorielledes besoinsainsiqu’unsystème de notification /rapport mieuxcoordonné

  20. Quelles décisions devrons nous prendre? Les priorités Actions de premiers secours à entreprendre et en quel lieu (USAR, hôpitaux de campagne, relocalisation) Lieu et type d'aide initiale (eau, alimentation, abris, sécurité, article non alimentaire...) Types de programmes Niveaux de réponse Activation des secteurs ou des clusters Financement et ressources Appel à l’aide régionale ou internationale Message à envoyer – aux hauts responsables, plaidoyers, messages communs, Définition des besoins en matière d’évaluation et de ressources et réponses supplémentaires

  21. Informations requises immédiatement Importantes contraintes culturelles, logistique,  politique et de sécurité Mécanismes de coordination Les besoins de secours les plus urgents Recommandations pour réponseinternationale Niveau de réponse au niveau national et la capacitéd’adaptation. Capacitéd’adaptation de la société Le segment le plus vulnérable de la société Impact sur la société et l’infrastructure IMPACT IMPACT capacité d'adaptation IMPACT

  22. Changement d’objectif au fil du temps Les objectifs de l’évaluations La restauration des moyens de subsistance La sauvegarde et la préservation des vies Le rétablissement des services essentiels Phase III Phase I Phase II Temps

  23. Réservoir/Pot commun Nouvelle solution…(évaluation phase 1 ) Évaluations de terrain Informations pré-désastre Informations “en crise” Enseignements ANALYSE DISSEMINATION

  24. Des données secondaires aux données primaires

  25. Des données secondaires aux données primaires

  26. Qui/Quoi? • Qui est affecté-quel groupe? • Directement ou indirectement • Déjà vulnérables avant? • Ce qui est affecté: secteurs / problèmes? • Combien? • Nombre de personnes affectées • Répartis par: régions/groupes/secteurs • désagrégés par sexe/âge Qui est le plus affecté? Région la plus affectée? Quels sont les secteurs les plus touchés? Dans quelle mesure? • Où? • Région géographique affectée • Ampleur? • Combien la situation est mauvaise • Sévérité de l’impact • Qui est modérément/sévèrement affecté Que cherche-t-on?

  27. Croissance des objectifs au fil du temps L’importance de l’information Au niveaucommunautaire Au niveauindividuel Au niveau des ménages Phase III Phase I Phase II Temps et coûts

  28. Elaboration des futures phases Jour 1 Jours3 Jours 15 Jours 30 Phase III Disaster Phase I Phase II Eaux et assainissement Eaux et assainissement La sécuritéalimentaire La santé Abris La protection Axes transversaux L’Éducation LFS ? ? ? La santé Éducation ? ? ? ...... ? ?

  29. Représentativité croissante L'échantillonnage représentatif L'échantillonnage ciblé “Généralisabilité” L'échantillonnage commode Phase III Phase I Phase II Temps

  30. Changement de voix… …depuis le “jugement des experts” jusqu’au point de vue de la population touchée Les entretiensindividuels Enquête auprès des ménages Les outils participatifs Les entretiens de groupes (focus groupe) Entrevues des principaux informateurs Les observations directes Analyse des donnéessecondaires Phase III Phase I Phase II Temps

  31. Le suivi des principaux indicateurs I call myself a statistician, because, well, I'm a statistics graduate student. However, ask me specific questions about hypothesis tests or required sampling size, and my answer probably won't be very good. The other day I was trying to think of the last time I did an actual hypothesis test or formal analysis. I couldn't remember. I actually had to dig up old course listings to figure out when it was. It was four years ago during my first year of graduate school. I did well in those courses, and I'm confident I could do that stuff with a quick refresher, but it's a no go off the cuff. It's just not something I do regularly.Instead, the most important things I've learned are less formal, but have proven extremely useful when working/playing with data. Here they are in no particular order.Oftentimes it's the little things that end up being the most important. There was this one time in class when my professor put up a graph on the projector. It was a bunch of data points with a smooth fitted line. He asked what we saw. Well, there was an increase in the beginning, a leveling off in the middle, and then another increase. However, what I missed was the little blip in the curve in the first increase. That was what we were after.The point is that trends and patterns are important, but so are outliers, missing data points, and inconsistencies. With that said, it's important not to get too caught up with individual data points or a tiny section in a really big dataset. We saw this in the recent Like some pointed out, if we took a step back and looked at a larger time frame, the Obama/Bush contrast doesn't look so shocking.This should go without saying, but approach data as objectively as possible. I'm not saying you shouldn't have a hunch about what you're looking for, but don't let your preconceived ideas influence the results. Because if you go to length looking for some specific pattern, you're probably going to find it. It'll just be at the sacrifice of accurate results. Because if you go to length looking for some specific. was a bunch of data points with a smooth fitted line. He asked what we saw. Well, there was an increase in the beginning, a leveling off in the middle, and then another increase. However, what I missed was the little blip in the curve in the first increase. That was what we were after.The point is that trends and patterns are important, but so are outliers, missing data points, and inconsistencies. With that said, it's important not to get too caught up with individual data points or a tiny section in a really big dataset. We saw this in the recent Like some pointed out, if we took a step back and looked at a larger time frame, the Obama/Bush contrast doesn't look so shocking.This should go without saying, but approach data as objectively as possible. I'm not saying you shouldn't have a hunch about what you're looking for, but don't let your preconceived ideas influence the results. Because if you go to length looking for some specific pattern, you're probably going to find it. It'll just be at the sacrifice of accurate results. Because if you go to length looking for some specific Like some pointed out, if we took a step back and looked at a larger time frame, the Obama/Bush contrast doesn't look so shocking.This should go without saying, but approach data as objectively as possible. I'm not saying you shouldn't have a hunch about what you're looking for, but don't let your preconceived ideas influence the results. Because if you go to length looking for some specific pattern, you're probably going to find it. It'll just be at the sacrifice of accurate results. Because if you go to length looking for some specific Like some pointed out, if we took a step back and looked at a larger time frame, the Obama/Bush contrast doesn't look so shocking.This should go without saying, but approach data as objectively as possible. I'm not saying you shouldn't have a hunch about what you're looking for, but don't let your preconceived ideas influence the results. Because if you go to length looking for some specific pattern, you're probably going to find it. It'll just be at the sacrifice of accurate results. Because if you go to length looking for some specific specific pattern, you're probably going to find it. It'll just be at the sacrifice of accurate results accurate Volume de l’information Phase III Phase I Phase II Temps

  32. Chronologie de la connaissance Données primaires: Visites de terrain , communiqués Évaluation au niveau des communautés, évaluations sectorielles Données secondaires post désastre :communiqués de presse, images satellites, rapports d’ONG, sitreps, réseaux sociaux Types de données disponibles Données secondaires pré-désastre: Recensements, P-codes, Rapports sectoriels, etc.. Phase I Phase II Phase III Événement ‘Voir regarder’ Évaluation au niveau des communautés Évaluations sectorielles détaillées (ménages et évaluation au niveau communautaire?)

  33. Questions et commentaires? Nakurmik

More Related