Accompagner des étudiants : quels rôles pour l'enseignant? Quels dispositifs? Quelles mises en oeuvre?
Notice bibliographique
Résumé
Transmettre des connaissances suffit-il pour former des etudiants autonomes et competents ? Les professeurs doivent-ils se transformer en accompagnateurs ? Avec le developpement des stages, de l’apprentissage par projet et par probleme, des etudes de cas, des portfolios, du suivi des projets professionnels, etc., l’enseignant du superieur n’echappe plus a cette tendance. Il quitte sa chaire pour prendre place a cote des etudiants afin de les accompagner dans leur apprentissage et les aider a construire leur identite professionnelle. Face a ce nouveau role, l’enseignant a l’universite a parfois du mal a trouver ses marques : Comment encadrer des etudiants en stage ? Quel contrat passer entre l’etudiant et l’enseignant ? Comment evaluer les competences dans un apprentissage par probleme ? Comment se former au tutorat ? Developper l’autonomie, oui, mais comment ? Cet ouvrage est construit autour d’une centaine de situations de terrain vecues par des enseignants du superieur dans leur pratique d’accompagnement des etudiants, au sein d’une grande diversite d’institutions en France, en Belgique et au Quebec dans des disciplines variees : sciences de l’ingenieur, gestion, droit, medecine, travail social et sciences de l’education. Chaque chapitre exploite ces situations pour traiter un aspect particulier comme la motivation et l’engagement des etudiants, la strategie de formation des tuteurs, la gestion des conflits, l’evaluation des acquis des etudiants, l’utilisation du portfolio, le changement des relations entre l’institution et les enseignants... Les enseignants du superieur trouveront dans cet ouvrage des pistes de reflexion, des exemples et des outils qui les aideront a mettre en place ou a ameliorer leur pratique et leur propre dispositif d’accompagnement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».