L’activité des formateurs dans le cadre de la reconnaissance et la validation des acquis : l’évolution d’un instrument à partir de l’activité
Bibliographic record
Abstract
Notre objectif, dans cette recherche, était d’aboutir à une meilleure connaissance de l’activité des formateurs, dans le cadre d’un type de formation particulière : la reconnaissance et la validation des acquis. Le référentiel des compétences clés est apparu clairement comme étant l’instrument principal de l’activité de ces formateurs, médiateur de leur action par rapport à l’objet, à savoir la reconnaissance et la validation des savoirs acquis au préalable par les formés. Partant de l’analyse du travail et d’entretiens collectifs de formateurs, nous avons cherché à connaître la nature des instruments mobilisés dans l’activité et leur processus de mise à jour dans l’usage. L’analyse des données a démontré que les instruments évoluent à travers l’activité, ce qui se traduit par leur re-conception continuée, dans un processus de genèse instrumentale. Nous avons constaté, en outre, que la marge de manœuvre accordée à ces formateurs pour faire évoluer les instruments constitue une source de satisfaction, étant donné l’espace qu’elle confère à l’inventivité, tout en étant également source d’inconfort, en raison de l’absence de validation de cette évolution par le collectif de travail.
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 | 0.032 | 0.076 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.005 | 0.013 |
| Scholarly communication | 0.013 | 0.014 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| 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".