Développement de dispositifs de formation et d’accompagnement à la pédagogie inclusive dans un établissement d’enseignement supérieur francophone : quelles conditions pour créer des espaces capacitants ?
Notice bibliographique
Résumé
Cet article propose une analyse des conditions d'émergence d'environnements capacitants au sein d'un dispositif de formation et d'accompagnement à la pédagogie inclusive, en s'appuyant sur l'étude approfondie de ressources développées à l'Université Laval (Université Laval, 2018). Mobilisant le cadre théorique des capabilités (Fernagu-Oudet, 2018) articulé aux modèles de la régulation des apprentissages (Mottiez Lopez, 2021 ; Mottier Lopez et Girardet, 2022), l'étude exploratoire vise à comprendre comment les dispositifs de formation choisis par l'Université Laval dans le cadre d'un projet d'établissement sont des opportunités potentielles pour soutenir l'agentivité professionnelle des enseignants et favoriser des dynamiques inclusives situées. L'analyse qualitative, fondée sur une lecture croisée des ressources proposées avec l'approche des capabilités et des modalités de régulation, met en évidence un ensemble de tensions structurantes : entre standardisation et contextualisation, entre intention inclusive et conditions effectives d'appropriation, entre autonomie des enseignants et exigences institutionnelles. Les premières analyses montrent que la réflexivité, la médiation pédagogique et l'alignement entre finalités, ressources et modes d'accompagnement constituent des facteurs de conversion essentiels pour transformer une offre de formation en environnement capacitant. L'étude contribue ainsi à préciser les conditions de conception et d'appropriation des dispositifs de pédagogie inclusive dans l'enseignement supérieur.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».