MétaCan
Menu
Retour à la cohorte
Enregistrement W7128530644 · doi:10.3917/es.032.0173b

Pascal Guibert & Vincent Troger , 2012 , Peut-on encore former les enseignants ? , Paris, Armand Colin, 160 pages

2014· article· fr· W7128530644 sur OpenAlexaboutno aff
Philippe Perrenoud

Notice bibliographique

RevueEducation et sociétés · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de NantesUniversité de Genève
Mots-clésPascal (unit)Context (archaeology)Portrait

Résumé

récupéré en direct d'OpenAlex

L’évolution tant de la population scolaire que des nombreuses responsabilités qui découlent de l’évolution du rôle de l’enseignant incitent les chercheurs à questionner l’état du corps enseignant. Cet article, à partir de données empiriques récentes recueillies auprès d’enseignants canadiens (2006), s’intéresse au rapport des enseignants à ce métier complexe et en pleine évolution qu’est l’enseignement, ainsi qu’aux facteurs qui en expliquent la variation. Les résultats obtenus montrent que le rapport au métier des enseignants est associé de façon significative à la charge et aux conditions de travail, mais aussi aux relations sociales qui entourent l’exercice quotidien du métier. L’examen attentif des résultats amène à conclure que l’influence des relations sociales est plus importante que celle des conditions de travail. Plus particulièrement, les rapports avec les élèves exercent une influence nettement plus élevée que les autres facteurs étudiés : plus ils sont gratifiants, du moins selon la perception des enseignants, plus ces derniers ont tendance à afficher un rapport positif à leur métier. À l’inverse, les rapports difficiles avec les élèves ont un effet néfaste sur leur vécu professionnel. Il en est de même, quoiqu’à un moindre degré, en ce qui concerne la qualité des relations avec les autres membres de l’équipe école.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,002

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,470
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation et sociétésMême sujetFrench Language Learning MethodsTravaux en français237 207