Analyse de l’activité de supervision au regard de ses effets sur les trajectoires de formation des professeurs stagiaires
Bibliographic record
Abstract
Si la formation des enseignants en France adopte le modèle de l’alternance, changeant quotidiennement les environnements dans lesquels les formés sont engagés, la question de l’articulation entre l’expérience sur le lieu de stage et l’expérience sur le lieu de formation reste ouverte. Le stage, longtemps réduit à un lieu d’application des connaissances théoriques, est aujourd’hui considéré comme un véritable instrument de formation (encart du Bulletin officiel du ministère de l’Éducation nationale n° 1 du 4 janvier 2007). Cette évolution appelle une réflexion accrue sur l’activité des enseignants de terrain amenés à superviser au quotidien les professeurs stagiaires aux différentes étapes du processus de formation. À ce jour, leur activité reste opaque et la formation à ces fonctions est quasi inexistante dans le contexte français. Par cette contribution, nous proposons d’analyser l’activité de six enseignants de terrain, nommés conseillers pédagogiques en France, mobilisés pour former les futurs enseignants. L’analyse de leur travail de supervision a été menée au regard de ses effets sur l’activité des professeurs stagiaires à l’échelle d’une année de formation. Les résultats ont notamment permis d’identifier et d’interroger : a ) les spécificités de cette activité, b ) les tendances des superviseurs et c ) leurs compétences critiques. Au final, ont été mises en évidence les perspectives susceptibles de promouvoir le développement professionnel des superviseurs de terrain.
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 | 0.004 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".