Mise en cohérence entre l’enseignement-apprentissage de l’oral et la gestion de la classe pour un élève réflexif et responsable
Notice bibliographique
Résumé
Bien que la gestion de la classe et la didactique fassent partie intégrante de l’acte d’enseigner, elles ne sont pas toujours mises en cohérence, alors que la recherche indique qu’il s’agit d’une façon d’optimiser l’enseignement (Butlen et al., 2011; Freiberg et Lamb, 2009). C’est donc dans cette perspective qu’est menée notre recherche collaborative ayant pour but de coconstruire, avec des personnes enseignantes du primaire, des pratiques d’enseignement soutenant le développement des compétences en littératie des élèves par la mise en œuvre de contextes d’oral réflexif et de pratiques de gestion de la classe responsabilisante. Cette contribution présente les résultats de la première étape de notre recherche, qui visait à amener les enseignantes québécoises avec qui nous avons collaboré à réfléchir à leurs pratiques actuelles impliquant l’oral réflexif et la gestion de la classe pour identifier les obstacles qu’elles rencontrent et leurs besoins de formation. Ces résultats sont présentés non seulement au regard de chacune des dimensions de l’acte d’enseigner, mais aussi au regard de la cohérence ou l’incohérence entre les deux.
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 | 0,014 | 0,025 |
| 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 | 0,010 | 0,017 |
| Communication savante | 0,017 | 0,009 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».