L’étude du rapport à la culture dans les pratiques enseignantes : le synopsis comme outil de réduction et d’organisation des données
Notice bibliographique
Résumé
Pour étudier le rapport à la culture d’enseignants de français, nous observons leurs pratiques enseignantes au moyen de la vidéo. La grande quantité de données colligées dans l’observation de toute activité professionnelle requiert l’utilisation d’un outil méthodologique qui permet de découper la complexité des gestes observés dans des unités cohérentes et saisissables pour l’analyse. L’outil du synopsis facilite ce travail de réduction par le découpage des leçons en séquences narrativisées et hiérarchisées en fonction des activités et des objets d’apprentissage en jeu. La production du synopsis permet dans le cadre de notre étude de mener une double analyse sur nos données : la première vise la description globale des séquences d’enseignement; la seconde porte sur ce qu’il est possible d’inférer sur le rapport à la culture de l’enseignant à partir des interactions observées entre l’enseignant, les élèves et les différents objets de la classe de français. Dans cet article, nous expliquerons le processus d’élaboration du synopsis comme outil de recherche, tel que nous l’avons adapté, et les pistes d’interprétation qu’il nous ouvre pour l’analyse du rapport à la culture en classe de français.
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 | 0,013 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».