Travail collectif et usages du numérique : Quelle catégorisation de pratiques chez des enseignants français à l’école et au collège?
Notice bibliographique
Résumé
Dans le cadre du projet e-TAC Environnements Tangibles et Augmentés pour l'Apprentissage Collaboratif, une enquête par questionnaire a été menée en ligne auprès d’enseignants de cycles 3 et 4 de Moselle (France) pour mieux décrire leurs pratiques de travail collectif entre pairs et en classe, avec ou sans numérique. Au travers de l’analyse des 972 réponses obtenues, nous traiterons deux questions principales : quelles sont les catégories de pratiques déclarées par les enseignants et la place qu’y occupent les outils et ressources numériques? De quoi dépend la fréquence du travail en groupe de leurs élèves à l’école et au collège? Nos traitements statistiques sur les données relatives aux pratiques des professeurs des écoles et des enseignants de collèges permettent, d’une part, d’identifier quatre catégories de variables associées aux pratiques de travail collectif chez les enseignants, qui s’agrègent selon deux axes paradigmatiques (enseignant/apprenant, autocentré/hétérocentré), et d’autre part, d’étudier la force de prédiction de six catégories de variables du travail en groupe avec leurs élèves, où l’impact des usages d’outils et ressources numériques s’avère finalement très secondaire.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».