Qu’est-ce qui s’apprend dans les premiers moments du travail et comment ?
Bibliographic record
Abstract
Les apprentissages professionnels sont souvent vus comme des processus longs qui nécessitent le temps d’une expérience approfondie, variée et répétée. Pourtant, la question du temps de l’apprentissage demeure une vraie question. Nous avons voulu explorer ce qui s’apprend dans les premiers moments du travail et comment, ce qui nous a amenées à questionner le rôle de l’observation et la dimension culturelle des premiers apprentissages professionnels. Armées d’un cadre théorique et méthodologique de didactique professionnelle héritier de la psychologie ergonomique du travail, doublé d’un cadre de psychologie culturelle, nous avons réalisé une analyse des tâches du travail d’assistants de service social auprès de deux organisations, ainsi qu’une analyse de l’activité de six professionnels expérimentés et de trois stagiaires de première année. Les résultats montrent que des apprentissages se font dès les premiers moments du travail, dont une partie porte sur des dimensions dites « culturelles » des environnements de travail, ce qui nous a amenées à proposer d’utiliser le concept de « scène » (Valsiner, 2007) pour analyser les premiers apprentissages professionnels.
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 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.009 |
| Scholarly communication | 0.009 | 0.009 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".