Le sens construit autour de la différenciation pédagogique dans le cadre d’une recherche-action-formation
Bibliographic record
Abstract
La différenciation pédagogique se présente actuellement comme une clé favorisant l’augmentation des taux de réussite scolaire. Or, les exemples de son articulation sur le terrain sont rares et les enseignants s’interrogent sur sa faisabilité. De surcroît, il semble que la formation à l’enseignement comporte des lacunes au regard de la prise en compte de la diversité. C’est dans ce contexte qu’un chercheur s’est engagé dans une démarche de recherche avec onze enseignantes québécoises du préscolaire/primaire afin 1) de comprendre comment des praticiens peuvent concevoir une différenciation en classe et 2) d’approfondir des pistes d’action pouvant soutenir la formation à cette pratique. Les résultats obtenus suggèrent que l’enseignant qui différencie inscrit sa pratique dans un idéal d’interdépendance et d’intercompréhension favorisant la reconnaissance, l’exploitation et la valorisation explicite de la diversité. Il s’ouvre ainsi à la légitimité d’une pluralité de fins et de moyens pour enseigner. Sur le plan de la formation, les résultats suggèrent qu’un travail introspectif favorise une ouverture à la diversité et révèlent cinq critères pédagogiques pouvant orienter le travail du chercheur-formateur dans une démarche de recherche-action-formation : 1) rendre le savoir accessible, 2) favoriser l’engagement, 3) susciter le dialogue cognitif, 4) favoriser la restructuration du savoir et 5) soutenir l’activité réflexive tout au long de la démarche de recherche.
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 | 0.016 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.010 | 0.042 |
| Scholarly communication | 0.016 | 0.014 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
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".