COMPÉTENCES CONSTRUITES PAR DE TRÈS JEUNES ÉLÈVES TRAVAILLANT AVEC DES LIVRES D’ART : RÉCIT DE PRATIQUE, OBSERVATIONS ET ANALYSES
Notice bibliographique
Résumé
Les compétences de lecture d’oeuvres d’art sont pour la plupart des compétences complexes et expertes. En conséquence, que peuvent apprendre des élèves de maternelle avec des livres d’art ? Quels apprentissages sont réellement acquis par les élèves dans ces situations ? Qu’est-ce qu’apprendre à lire une oeuvre d’art ? En s’appuyant sur des extraits de séances dans une classe multiâge de maternelle (de trois à cinq ans), la présente contribution propose de réfléchir aux apprentissages pouvant être mobilisés par le travail avec des oeuvres d’art : des attitudes comme la motivation ou la curiosité, des savoir-faire comme des comparaisons ou des tissages ou encore des connaissances sur les oeuvres d’art et leur auteur. Comme nous l’illustrerons, certains élèves sont capables de s’interroger sur le sujet représenté, sur la réalisation pratique de l’oeuvre, sur le style de l’artiste, ou de convoquer d’autres oeuvres d’art comportant des éléments qui peuvent être comparés. Ces élèves sont en train de se constituer une véritable pinacothèque mentale.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».