Effets d’une formation complémentaire sur la compétence d’enseignants stagiaires d’éducation physique et sportive tunisiens à prévenir et à gérer l’indiscipline
Notice bibliographique
Résumé
L’objectif de cette étude est d’analyser l’apport d’un programme de formation en matière de gestion de l’indiscipline issu du modèle de Sieber (2001) sur l’apparition des comportements perturbateurs (CP) ainsi que les interruptions du programme d’action (fractures) lors des cours d’ÉPS par des enseignants stagiaires tunisiens. Pour ce faire, une analyse vidéoscopique en différé a été réalisée sur deux groupes de stagiaires : un groupe expérimental (Gr Exp ; n = 5) et un groupe témoin (Gr Tém ; n = 5). Un total de 929 CP est enregistré chez les deux groupes d’études dont 681 ont reçus une réaction et 248 ne l’ont pas été (gestion nulle ou hors champs visuel des stagiaires). Le Gr Exp en comparaison avec le Gr Tém s’est nettement amélioré quant à sa compétence de prévenir et gérer l’indiscipline. Cette nouvelle habilité est traduite par une diminution de l’apparition des CP et des fractures de l’enseignement. L’étude invite à enrichir la formation initiale offerte en matière de gestion de classe aux enseignants stagiaires afin de développer chez eux les stratégies adéquates de gestion de l’indiscipline lors des cours.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».