Expérimentation de classe inversée en classe préparatoire intégrée
Notice bibliographique
Résumé
Cet article a pour but de présenter un retour d'expérience sur le modèle de classe inversée que nous avons instauré et réalisé auprès d'étudiants de première année de la classe préparatoire intégrée Polytech Marseille à partir de 2012, mais également de 2017 au sein de la classe préparatoire intégrée de l'école d'ingénieurs ESAIP sur le campus d'Aix-en-Provence.En effet, les différentes réformes rencontrées ces dernières années et les mauvaises méthodes de travail des lycéens ne facilitent pas le passage dans le supérieur.C'est pour cela qu'en étudiant différents travaux sur la classe inversée et méthodes pédagogiques innovantes, nous avons construit notre modèle de classe inversée et cet article a pour but d'étudier en quoi la classe inversée peut représenter une solution de remplacement intéressante au système pédagogique actuel.L'absence de cours classiques et de correction d'exercices, l'augmentation du nombre d'évaluations et l'utilisation d'outils numériques représentent la méthode que nous avons appliquée à nos classes.Les résultats obtenus sont très encourageants, car nous avons pu augmenter le niveau de difficulté des exercices en classe et améliorer également le taux de réussite des étudiants en les initiant en même temps au travail de groupe.Cette expérimentation nous permettra de montrer en quoi le modèle de classe inversée est en adéquation pédagogique avec le système actuel.
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 | 0,011 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,007 |
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 ».