De la gêne à la joie, de l’anxiété à la fierté : des émotions au service des échanges oraux dans les cercles d’auteur·es vécus par des enseignantes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cet article porte sur la question des émotions vécues par des enseignantes ayant fait l’expérience des cercles d’auteur·es (Vopat, 2009), un dispositif intégré d’apprentissage de l’écriture, de la lecture et de l’oral (Tremblay & Turgeon, 2019). Nous souhaitons illustrer comment ce dispositif contribue à la création d’un esprit de communauté basé sur l’écoute, le respect et la collaboration entre pairs, tant chez des personnes enseignantes que des élèves. Nous faisons l’hypothèse que les émotions, largement positives, vécues au fil des étapes des cercles d’auteur·es (Tremblay & Turgeon, 2022) contribuent à l’établissement d’un climat de confiance et de respect propice aux échanges oraux et à la collaboration et qu’en retour, ce climat favorise la présence d’émotions positives. Pour appuyer cette hypothèse, nous ferons appel à deux types de données : des questionnaires remplis par des enseignantes après qu’elles aient vécu chacune des étapes du dispositif, suivant le principe de l’approche expérientielle (Kolb, 1984), et des entrevues menées auprès de ces mêmes enseignantes après deux années de participation au projet. À travers l’analyse de ces données et leur mise en relation avec des études ayant porté sur le rôle des émotions en éducation, nous souhaitons montrer l’influence des émotions (notamment des émotions positives) vécues à travers le dispositif pour l’établissement d’un climat propice aux échanges oraux et à la collaboration entre pairs, qu’il s’agisse d’adultes ou d’enfants.
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.
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 | 0,000 | 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 | 0,001 |
| 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) | 0,000 | 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 découle