L’autorégulation des élèves : un levier pour construire une école inclusive ?
Notice bibliographique
Résumé
Cet article ne rend pas compte d’une recherche, il exprime le point de vue d’un chercheur sur un dispositif d’autorégulation inspiré de l’approche canadienne nommée ARAMIS (Autorégulation pour l’autisme en milieu d’inclusion scolaire), expérimenté en France depuis plusieurs années en Corrèze et mis en oeuvre plus récemment sur différents sites en France. Les dispositifs d’autorégulation sont cités dans la déclinaison de la Stratégie nationale Autisme depuis avril 2019. À partir d’entretiens et d’observations en situation, ce dispositif est présenté et analysé. Le concept d’autorégulation est également développé pour montrer à la fois en quoi il peut être utile aux élèves autistes mais aussi à tous les élèves, et en quoi ce dispositif pourrait permettre de rendre notre école plus inclusive pour tous les élèves. Une étude de cas est présentée à titre d’exemple à partir du suivi d’une réunion d’équipe éducative qui discute le parcours et la situation d’un élève avec TSA scolarisé en CM1. Le mot de la fin est donné aux professionnels participant à cette réunion, mettant en avant l’important travail d’équipe de cette école.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 ».