Analyse de l’activité de supervision au regard de ses effets sur les trajectoires de formation des professeurs stagiaires
Notice bibliographique
Résumé
Si la formation des enseignants en France adopte le modèle de l’alternance, changeant quotidiennement les environnements dans lesquels les formés sont engagés, la question de l’articulation entre l’expérience sur le lieu de stage et l’expérience sur le lieu de formation reste ouverte. Le stage, longtemps réduit à un lieu d’application des connaissances théoriques, est aujourd’hui considéré comme un véritable instrument de formation (encart du Bulletin officiel du ministère de l’Éducation nationale n° 1 du 4 janvier 2007). Cette évolution appelle une réflexion accrue sur l’activité des enseignants de terrain amenés à superviser au quotidien les professeurs stagiaires aux différentes étapes du processus de formation. À ce jour, leur activité reste opaque et la formation à ces fonctions est quasi inexistante dans le contexte français. Par cette contribution, nous proposons d’analyser l’activité de six enseignants de terrain, nommés conseillers pédagogiques en France, mobilisés pour former les futurs enseignants. L’analyse de leur travail de supervision a été menée au regard de ses effets sur l’activité des professeurs stagiaires à l’échelle d’une année de formation. Les résultats ont notamment permis d’identifier et d’interroger : a ) les spécificités de cette activité, b ) les tendances des superviseurs et c ) leurs compétences critiques. Au final, ont été mises en évidence les perspectives susceptibles de promouvoir le développement professionnel des superviseurs de terrain.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».