Le jeu des positions de savoiren recherche collaborative :une analyse des points de vue négociésd’un groupe d’enseignantes du primaire
Notice bibliographique
Résumé
Cet article offre un éclairage, inspiré d’une perspective interactionniste, sur la \nnégociation de sens par laquelle les partenaires d’une approche collaborative ajustent \nleurs positions quant au savoir à construire, sur la base de la proposition de \ncomplémentarité que leur propose une chercheuse. Cet éclairage s’appuie sur une \nanalyse de discours issue d’entretiens menés avec un groupe de cinq enseignantes du \nprimaire dans le cadre d’une recherche doctorale portant sur les pratiques d’évaluation \nformative des apprentissages. L’analyse conduit à esquisser un portrait des positions de \nsavoir des participantes, de leur façon d’en négocier une viabilité dans le cadre de \nl’offre de complémentarité souhaitée; à titre d’illustration, quelques moments-types où \nse négocient les positions de savoir en cours de démarche sont présentés. Il ressort de \ncette analyse que la démarche de coconstruction de savoir fait l’objet d’une négociation \ncontinue dans l’interaction entre partenaires de la recherche.
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 | 0,028 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,024 | 0,022 |
| Communication savante | 0,029 | 0,017 |
| Science ouverte | 0,003 | 0,020 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».