MétaCan
Menu
Retour à la cohorte
Enregistrement W3015826266 · doi:10.4000/ripes.2527

Effets de la formation et de l’accompagnement pédagogiques sur le niveau de centration sur l’apprentissage des nouveaux professeurs

2020· article· fr· W3015826266 sur OpenAlexaffabout
Louise Ménard, Christian Hoffmann, Sébastien Boucher, Martin Riopel

Notice bibliographique

RevueRevue internationale de pédagogie de l’enseignement supérieur · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

frPlusieurs universités canadiennes et françaises offrent une formation à l’enseignement de courte durée et un accompagnement pédagogique aux nouveaux professeurs afin de les amener à se centrer davantage sur l’apprentissage étudiant. Mais dans quelle mesure ces dispositifs ont-ils un effet sur le niveau de centration sur l’apprentissage des professeurs selon qu’ils aient bénéficié ou pas de ces dispositifs? Cette étude présente des données collectées par observation et par entrevue, durant trois années, auprès de 34 nouveaux professeurs français et canadiens dont 9 sans formation ni accompagnement, 7 uniquement accompagnés, 10 formés et 8 formés et accompagnés. En ce qui concerne les pratiques pédagogiques observées, l’analyse démontre que les degrés de centration sur l’apprentissage de chaque groupe n’ont pas évolué de façon marquée et que la plupart des individus de ces groupes maintiennent au fil du temps, leurs trois niveaux de centration. Toutefois quelques-uns, de disciplines variées progressent ou régressent de façon notable. Ceux qui régressent viennent majoritairement d’une même université. Il apparaît que les échanges avec les pairs constituent l’autre source de formation et d’information la plus fréquemment exploitée. Cette recherche démontre la complexité du processus de développement pédagogique. Il nous semble aujourd’hui impossible d’affirmer qu’un dispositif produit en soi un effet sur les pratiques des professeurs, sans prendre en compte les autres dispositifs utilisés et, sans aucun doute, les motivations des personnes et le contexte de la pratique.

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 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)0,008
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,571
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,132
Tête enseignante GPT0,393
Écart entre enseignants0,261 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale de pédagogie de l’enseignement supérieurMême sujetEvaluation of Teaching PracticesTravaux en français237 207