Perspectives pour la formation des maîtres en Francophonie
Notice bibliographique
Résumé
Résumé Nous nous intéressons aux interactions entre trois catégories de protagonistes de la formation IFADEM au Sénégal, c’est-à-dire des instituteurs en cours de formation, les tuteurs et les superviseurs qui les accompagnent dans les académies scolaires de Fatick et de Kaolack. Notre analyse porte plus spécifiquement sur la dynamique de supervision tissée autour de 373 instituteurs dans ces académies. Pour ce faire, nous avons exploité des données issues de la compilation effectuée en 2017 à partir des rapports mensuels de vingt tuteurs et de onze superviseurs, rapports balisés sous la forme de questionnaires mixtes générant des données quantitatives et qualitatives. Ce chapitre est présenté en quatre parties. La première aborde les défis généraux de la formation des enseignants en Afrique subsaharienne et l’action d’IFADEM. La deuxième est consacrée à des considérations générales sur les notions de supervision et de formation à distance. La troisième présente la synthèse des rapports des superviseurs et des tuteurs. La quatrième porte sur les pistes d’amélioration de la chaîne de supervision.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».