Planifier et animer un jeu de rôleprofitable pour l’apprentissage
Bibliographic record
Abstract
• Le jeu de rôle est un outil pédagogique qui exige le respect de règles rigoureuses, à la fois lors de sa planification et des trois étapes de son déroulement : avant, pendant et après le jeu. • L’animateur doit clairement garder à l’esprit la fonction du jeu de rôle qu’il se propose de mettre en oeuvre : permettre à l’apprenant d’expérimenter une procédure à maîtriser (jeu de rôle procédural) ou lui permettre d’explorer un aspect du savoir être professionnel (jeu de rôle d’exploration). • L’animateur doit sélectionner les modalités de jeu de rôle appropriées au contexte et à l’expérience des participants. Il doit par exemple décider entre une scène unique ou des scènes multiples, le type de rôle à confier aux participants et les consignes spécifiques qui seront fournies à chacun des protagonistes. • Le jeu de rôle collectif est notamment utilisé lorsqu’il importe que les participants apprivoisent la modalité pédagogique. Le jeu de rôle « un à un », pour sa part, est utilisé comme complément de la supervision clinique. • Dans tous les cas, l’animateur doit préparer le matériel avec soin et animer spécifiquement les phases avant, pendant et après le jeu, de façon à ce que l’apprenant soit en confiance et s’investisse personnellement dans l’exercice. Pour ce faire, l’animateur de jeu de rôle doit avoir une formation appropriée.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.005 | 0.006 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.028 | 0.007 |
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".