Bibliographic record
Abstract
Les salles de classe se caractérisent par des pratiques organisationnelles établies et sont des environnements riches en technologies matérielles. Un outil tel que le tableau soutient l’activité en classe, et est l’objet vers lequel les participants à l’événement que constitue la classe coordonnent leur attention mutuelle. L’organisation locale de l’interaction en classe est accomplie à la fois par le parler et par les regards, les gestes, la posture corporelle. De quelle manière la conduite incarnée est-elle rendue observable pour la gestion endogène (émique) de l’activité ? Comment le fait de pouvoir suivre et comprendre les gestes des autres permet-elle la co-orientation vers un même moment interactionnel ? Cet article examine un moment de transition entre deux activités avec le tableau interactif pendant lequel l’institutrice manipule l’outil et interroge les élèves concernant la consigne et l’utilisation du tableau pour l’activité future. Cette situation concrète d’enseignement a été enregistrée selon la perspective de l’analyse vidéo de l’ordre local en classe, dont l’exigence de base est de préserver les ressources exploitées et mobilisées par les participants à l’interaction. Nous nous intéressons à la manière dont les élèves suivent les différentes actions de l’institutrice, lèvent la main pour se présélectionner, commencent à répondre pour attirer l’attention, et pointent vers le tableau de manière publiquement intelligible. Nous interrogeons la manière dont, à travers leur conduite incarnée (verbale et gestuelle), les enfants montrent leurs orientations vers, et leur capacité à gérer, l’observabilité de leur conduite en classe.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.035 | 0.008 |
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".