Le profil du personnel enseignant du primaire au Burkina Faso : construction d’une typologie par l’analyse des pratiques enseignantes et relation avec la formation initiale
Notice bibliographique
Résumé
Le programme Observation des pratiques enseignantes dans leur rapport avec les apprentissages des élèves (OPERA) a été mis en oeuvre au Burkina Faso de 2013 à 2015. Des analyses de pratiques enseignantes ont été faites sur la base d’observations de 90 enseignantes et enseignants de deuxième et sixième année du primaire lors d’une première phase et de 41 d’entre eux lors d’une seconde phase. L’analyse des données recueillies auprès des 41 enseignants observés au cours des deux phases ont permis d’établir deux types de profils : 1) des profils de représentations – « enseignement » ou « apprentissage » – du processus enseignement-apprentissage; 2) des profils de pratiques effectives révélant un profil relationnel positif, trois profils pédagogiques et trois profils didactiques. Après les avoir présentés, cet article propose une discussion sur ces profils en les mettant en lien avec les programmes de formation des enseignantes et enseignants. On constate qu’il n’existe pas de profil de pratiques pur ou définitif, le contexte amenant les enseignants à s’adapter. Néanmoins, le domaine didactique apparaît souvent moins investi que les deux autres par les enseignants, ce qui semble en phase avec l’orientation de leur formation, soit la pédagogie par objectifs.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».