Observation du développement de la compétence de conduite de classe chez le futur enseignant d’école primaire à partir d’un dispositif centré sur l’analyse qualitative
Notice bibliographique
Résumé
Notre intention dans l’écriture de cet article consiste, à partir des résultats obtenus et en les expliquant, à exposer l’intérêt d’un dispositif méthodologique exploité dans le cadre d’une recherche destinée à étudier le développement de la compétence de conduite de classe chez les futurs enseignants d’école primaire.Ce dispositif implique d’une part une mise en évidence des actions de conduite de classe effectuée à partir d’une observation in situ des futurs enseignants en activité d’enseignement et d’autre part l’analyse qualitative du corpus des entretiens réalisés auprès de ces futurs enseignants à partir de la méthodologie de la théorie ancrée (grounded theory). Ce dispositif a permis, à partir des actions observées, de mettre en évidence le caractère opérationnel de la compétence de conduite de classe chez les futurs enseignants. L’analyse de données récoltées lors des entretiens, par la théorisation ancrée, a apporté des éléments de connaissance à propos de la mise en oeuvre de ces actions et éclairé le processus de réflexion développé par les futurs enseignants. Pour résumer, ce dispositif a aidé à comprendre la genèse de la compétence de conduite de classe chez les futurs enseignants d’école 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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».