À propos de la condition enseignante : au-delà des difficultés, des gains et des pertes, il importe de renouveler le sens du métier pour le rendre plus attrayant
Notice bibliographique
Résumé
Cet article aborde la condition enseignante, définie comme réalité multidimensionnelle, objective et subjective, ayant valeur de symbole et objet de politiques publiques. Souvent traitée globalement et en termes de gains et pertes, celle-ci est analysée à l’aide de deux distinctions : a) entre deux types de professionnalisation, comme mouvement porté par les enseignants et comme politique d’État ; b) entre deux orientations, l’une axée sur la qualité de la main-d’oeuvre enseignante (politique d’État) et l’autre soucieuse de l’organisation professionnelle des lieux de travail (revendiquée par les enseignants). Ce second type de professionnalisation doit être priorisé, même s’il s’oppose à la gestion axée sur les résultats (GAR). Enfin, recomposer la figure de l’enseignant serait une stratégie gagnante pour revaloriser le métier et le rendre plus attrayant.
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 | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,041 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».