Appropriation d’un savoir délibératif en formation à l’enseignement à partir d’une approche d’analyse de récits en groupe
Bibliographic record
Abstract
Cet article traite de la formation à la délibération chez de futurs enseignants du préscolaire et du primaire à partir d’une approche d’analyse de récits de pratique en groupe. Y a-t-il une pertinence à faire de la délibération un objet spécifique de formation ? Peut-on contribuer à établir cette pertinence, d’un point de vue de la recherche, en tentant d’éclairer le savoir que cette démarche délibérative permet de construire à propos de la pratique ? En réponse à ce questionnement de recherche, nous présentons les résultats d’une analyse de séquences délibératives autour de récits de pratique utilisés comme des « cas », une analyse d’inspiration interactionniste, qui a conduit à dégager trois modes d’appropriation d’un savoir délibératif chez les futurs enseignants. L’appropriation y est ainsi présentée sous l’angle d’une coordination de sens du groupe autour d’une zone de « responsabilité » dans l’agir, d’une zone de « contrôle » dans l’agir et d’une zone de « vertu » dans l’agir. Cet éclairage porté sur la délibération des futurs enseignants s’inscrit dans la continuité du modèle du praticien réflexif dont Schön (1983) a établi les fondements et sur lesquels le présent projet prend appui, en contexte de formation à l’enseignement.
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 | 0.010 | 0.025 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.014 |
| Scholarly communication | 0.011 | 0.010 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".