Les sous-cultures disciplinaires en formation initiale à l’enseignement secondaire au Québec. Un objet de recherche et de formation à problématiser?
Notice bibliographique
Résumé
Cette recherche problématise la notion de sous cultures disciplinaires à partir de différentes recherches anglo américaines conduites dans les champs de l’analyse de l’implantation de politiques éducatives et de l’apprentissage de l’enseignement. Sur cette base, elle questionne la socialisation des futurs enseignants de l’école secondaire québécoise à des sous cultures propres aux disciplines à enseigner. Elle a pour but de mettre à l’épreuve l’hypothèse selon laquelle les conceptions de futurs enseignants de l’école secondaire québécoise à propos du savoir à enseigner varient selon l’appartenance disciplinaire de ceux-ci. Une enquête par questionnaire a été conduite auprès de futurs enseignants de mathématiques et de français. Une analyse factorielle (ACP) a été menée auprès de 109 étudiants inscrits dans un programme de formation menant à l’enseignement des mathématiques (N= 33) et de français (N= 76). Trois facteurs ont été dégagés. Une ANOVA conduite sur les scores factoriels indique une différence significative entre les futurs enseignants de mathématiques et de français pour chacun de trois facteurs. Sur base de ces résultats, des implications pour la formation à l’enseignement secondaire sont discutées.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».