Apprendre à lire, à écrire et à parler de sciences : un modèle pour guider la croissance d’une communauté d’apprentissage didactique
Notice bibliographique
Résumé
Ottawa Rsum La communaut d'apprentissage didactique visant spcifiquement le dveloppement professionnel des enseignants en sciences ncessite que des tudes plus approfondies soient effectues pour mieux accompagner les praticiens dans l'ajustement de leur rpertoire de pratiques en enseignement des sciences et de la technologie. Une analyse critique du concept de littraties multiples fournit certaines assises pour orienter ces communauts d'apprentissage didactiques en sciences et en technologie, en fournissant des modles et des outils pour guider l'accompagnement. tant orient spcifiquement vers les sciences, le modle d'Investigation guide pour le dveloppement des littraties multiples (IGdLM) est susceptible d'inspirer les enseignants (Palincsar, Magnusson, Marano, Ford et Brown, 1998) au sein d'une communaut d'apprentissage didactique. Travailler conjointement dvelopper des pratiques pdagogiques qui incitent les lves lire, crire et parler de sciences peut guider l'enseignant pour amliorer l'apprentissage des sciences en classe (Lemke, 1990). Ce texte aborde galement le contexte minoritaire francophone en Ontario et le double dfi qu'il prsente pour les enseignants qui dsirent ajuster leur rpertoire de pratiques dans le domaine des sciences et de la technologie.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».