Etude de pratiques d'enseignement relatives a la modelisation en sciences et technologies avec des enseignants du secondaire
Notice bibliographique
Résumé
Les modèles sont des outils amplement utilisés en sciences et technologies (S&T) afin de représenter et d’expliquer un phénomène difficilement accessible, voire abstrait. La démarche de modélisation est présentée de manière explicite dans le programme de formation de l’école québécoise (PFEQ), notamment au 2ème cycle du secondaire (Québec. Ministère de l'Éducation du Loisir et du Sport, 2007a). Elle fait ainsi partie des sept démarches auxquelles élèves et enseignants sont censés recourir. Cependant, de nombreuses recherches mettent en avant la difficulté des enseignants à structurer leurs pratiques d’enseignement autour des modèles et de la démarche de modélisation qui sont pourtant reconnus comme indispensables. En effet, les modèles favorisent la conciliation des champs concrets et abstraits entre lesquels le scientifique, même en herbe, effectue des allers-retours afin de concilier le champ expérimental de référence qu’il manipule et observe au champ théorique relié qu’il construit. L’objectif de cette recherche est donc de comprendre comment les modèles et la démarche de modélisation contribuent à faciliter l’articulation du concret et de l’abstrait dans l’enseignement des sciences et des technologies (S&T) au 2ème cycle du secondaire. Pour répondre à cette question, nous avons travaillé avec les enseignants dans une perspective collaborative lors de groupes focalisés et d’observation en classe. Ces dispositifs ont permis d’examiner les pratiques d’enseignement que quatre enseignants mettent en oeuvre en utilisant des modèles et des démarches de modélisation. L’analyse des pratiques d’enseignement et des ajustements que les enseignants envisagent dans leur pratique nous permet de dégager des connaissances à la fois pour la recherche et pour la pratique des enseignants, au regard de l’utilisation des modèles et de la démarche de modélisation en S&T au secondaire.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».