MétaCan
Menu
Retour à la cohorte
Enregistrement W2893094091 · doi:10.7202/1069719ar

Apprendre aux futurs enseignants à faire analyser des documents en classe d’histoire : un « verrou d’apprentissage »?

2020· article· fr· W2893094091 sur OpenAlex
Jean-Louis Jadoulle

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueEnjeux et société Approches transdisciplinaires · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtSociology

Résumé

récupéré en direct d'OpenAlex

Depuis les années 60-70, en francophonie, les activités d’analyse de documents ont été promues dans l’enseignement de l’histoire, parallèlement à la mise en avant des finalités intellectuelles critiques et des finalités citoyennes assignées à cette discipline scolaire. La présente étude qui porte sur une cohorte de 19 étudiants futurs enseignants au terme de leur formation à l’Université de Liège (Belgique) indique que la compétence à concevoir des activités d’analyse documentaire est source de difficultés d’apprentissage majeures. L’approche Decoding the Disciplines (Middendorf & Pace, 2004; Pace, 2017) permet de les éclairer. Ces difficultés renvoient à l’existence de préconceptions qui mettent l’accent sur les finalités culturelles et civiques plutôt que sur les finalités intellectuelles critiques et citoyennes. Cette approche suggère également des pistes pour lever ces difficultés, essentiellement en rendant explicites et opérationnelles les tâches dont les étudiants doivent avoir la maîtrise, en explicitant et en débattant des conceptions de la discipline scolaire et en développant l’évaluation formative.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,005
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,384
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle