Processus de construction d’une communauté de pratique : l’expérience d’une formation continue en milieu scolaire
Bibliographic record
Abstract
Cet article présente les résultats d’une recherche sur le processus de construction de communautés de pratique menée dans une école francophone du Nouveau-Brunswick, dans le contexte de la réforme du secondaire renouvelé qui s’appuie sur les fondements du cognitivisme et du socioconstructivisme. L’expérimentation, d’une durée totale de 30 heures, a permis de recueillir des données auprès de deux communautés de pratique qui regroupaient huit enseignantes du secondaire et une directrice adjointe. Le cadre conceptuel choisi pour analyser les processus de changement et les mécanismes qui entrent en jeu dans les communautés de pratique est celui de la construction du collectif décrite par Latour (2004). La méthodologie de collecte et d’analyse des données est qualitative et l’analyse s’inspire de l’approche narrative (Clandinin et Connelly, 2000). L’analyse des données a permis de distinguer trois phases de la création des communautés de pratique : la mise en place de la diversité, la narration des expériences et la négociation du changement. Cet article précise en conclusion les défis du développement d’une culture de collaboration dans un contexte de réforme.
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 | 0.008 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.016 | 0.032 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 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".