Classe inversée : quels obstacles en formation des enseignants dans le contexte français ?
Notice bibliographique
Résumé
En ce début de XXIe siècle, l’enseignement supérieur doit relever de nombreux défis et permettre la réussite des étudiants, et ces défis se posent avec une acuité particulière dans le domaine de la formation des enseignants français, puisque ces derniers se voient confier la responsabilité d’une classe pour leur année de stage. Le cheminement de deuxième année de Master en vigueur dans notre université octroie trente heures de formation à la didactique du français. Dans ce contexte, nous avons fait l’hypothèse que la classe inversée offre une perspective intéressante en permettant de « repousser » les limites de l’espace-temps de la formation en présentiel. Plus précisément, notre problématique vise à se demander dans quelle mesure la classe inversée est adaptée au contexte spécifique de la formation des enseignants français, et pourrait favoriser en particulier leur développement professionnel. Des éléments de réponse sont fournis par l’analyse d’entretiens semi-directifs menés avec des étudiants stagiaires, qui permettent d’identifier et de sérier un certain nombre d’obstacles et de freins.
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 | 0,010 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,018 |
| Communication savante | 0,016 | 0,012 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».