L’assouplissement du schéma IRF en classe de langue comme principe d’un agir professoral: une initiative individuelle, un accomplissement collectif
Bibliographic record
Abstract
Résumé: Cet article comporte, d’une part, l’analyse des interactions entre un enseignant de langue et un groupe d’apprenants et, d’autre part, l’étude collaborative entre l’enseignant et le chercheur de l’agir professoral du premier. Notre démarche puise dans l’analyse conversationnelle et dans les études sur la cognition enseignante. Nos observations confirment que les échanges entre l’enseignant et les apprenants se construisent autour du schéma dit IRF – initiation, réponse, feed-back – grâce auquel l’enseignant accomplit des fonctions pédagogiques telles que la correction ou l’encouragement. Nous constatons aussi des échanges éloignés d’une focalisation sur des aspects langagiers et du schéma IRF, au cours desquels certains participants ont revendiqué, face à leurs interlocuteurs, des traits personnels. Nous concluons que l’agenda de la rencontre en classe reste ouvert, d’autant plus que sa gestion relève parfois de l’enseignant, mais aussi du reste des participants. L’interaction didactique demeure un contexte d’échange complexe et dynamique, dont les interactants renégocient les règles et les contenus. Enfin, l’exploration de cette complexité se révèle bénéfique dans le cadre de la formation, initiale et continue, des enseignants de langue.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".