Impacts d’une formation établissant des liens entre les sciences et la cuisine sur l’enseignement des sciences au primaire
Notice bibliographique
Résumé
Depuis plusieurs années, l’enseignement des sciences joue un rôle de 2e plan, après le français et les mathématiques, chez plusieurs enseignants du primaire (Lenoir, 2000). Peinant à établir des liens entre les savoirs à enseigner et la réalité quotidienne, ces enseignants ayant souvent une formation lacunaire semblent rechercher de nouveaux outils didactiques efficaces. À cet effet, l’intégration de pratiques sociales de référence (Martinand, 1986) aux situations d’apprentissage peut constituer une pratique innovante favorisant la transposition didactique des savoirs disciplinaires. Misant sur l’intérêt grandissant des Québécois pour la cuisine, cette recherche tente de déterminer l’impact d’une formation continue établissant des liens entre les sciences et les pratiques culinaires sur l’enseignement des sciences au primaire. Pour cette étude de cas descriptive, six enseignants du primaire ont participé à deux rencontres de formation durant lesquelles elles ont expérimenté une situation d’apprentissage et d’évaluation (SAÉ) intégrant des activités culinaires. À la suite d’une période de mise à l’essai de cette SAÉ en classe, les sujets ont été interviewés afin d’établir les apprentissages réalisés durant la formation et de dresser une liste des avantages et des obstacles associés à l’utilisation d’activités culinaires pour enseigner les sciences. De plus, les suggestions émises visant l’amélioration de la SAÉ (rapport bilan écrit) ont permis de mettre en relief la prédominance de préoccupations de nature pédagogique, organisationnelle et socioaffective chez les sujets de l’échantillon. Cette recherche entraîne des retombées pour les didacticiens puisqu’elle fournit des données supplémentaires pouvant contribuer à améliorer la qualité du matériel didactique mis à la disposition des praticiens. De plus, la SAÉ développée pour cette étude constitue un outil didactique novateur pouvant être utilisé par les enseignants du primaire.
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 | 0,012 | 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 | 0,012 | 0,006 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 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 ».