Instruire ou étourdir les élèves?
Notice bibliographique
Résumé
On remarque souvent dans les écrits dans le domaine de l’éducation une invitation à « varier son enseignement ». Si cette expression semble claire à première vue, elle devient vite ambigüe à la suite d’un examen un peu plus approfondi car les critères sur lesquels se base cette variation ne sont pas explicités. Tout se passe comme si varier les activités d’apprentissage est vu comme un principe qui a une valeur en soi, mais il ne constitue pas un principe d’action pertinent car il risque en effet de créer de la confusion en mettant sur le même pied des activités qui peuvent avoir des effets positifs ou négatifs selon les contextes d’enseignement. L’objectif de cet article est de formuler des critères de choix d’activités à la lumière des travaux sur l’enseignement explicite, notamment en ce qui concerne la gestion des apprentissages et la gestion de la classe. Le niveau de compétence des lèves, la complexité de la tâche à accomplir, le temps disponible et l’importance du contenu sont les critères retenus en ce qui concerne la gestion des apprentissages. Le maintien du vecteur d’action renvoie au critère lié à la gestion de la classe.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».