Les enseignants des ordres d’enseignement primaire et secondaire face aux savoirs : Esquisse d’une problématique du savoir enseignant
Bibliographic record
Abstract
Après avoir introduit certaines considérations générales sur la situation du corps enseignant face aux savoirs, cet article identifie et définit les divers savoirs qui interviennent dans la pratique enseignante, ainsi que les rapports qui s'établissent entre le corps enseignant et ces mêmes savoirs. Nous montrons: 1) que le savoir enseignant se compose de plusieurs savoirs qui proviennent de diverses sources, soit les savoirs disciplinaires, curriculaires, professionnels (comprenant les sciences de l'éducation et la pédagogie) et d'expérience; 2) que, tout en occupant une position stratégique au sein des savoirs sociaux, le corps enseignant est en même temps largement dévalué face aux savoirs qu'il possède et transmet; 3) enfin, en nous basant sur les matériaux d'une recherche en cours depuis quatre ans, nous consacrons la dernière partie de notre texte à discuter du statut particulier que les enseignants accordent aux savoirs d'expérience, puisqu'ils constituent pour eux, comme nous le verrons, les fondements de la pratique du métier et de la compétence professionnelle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.015 | 0.014 |
| Scholarly communication | 0.013 | 0.009 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".