Analyse des pratiques enseignantes et la construction d’un référentiel de compétences : perspectives et contraintes méthodologiques
Bibliographic record
Abstract
L’analyse des pratiques enseignantes oscille présentement entre l’étude des pratiques effectives et l’étude d’un discours sur ces pratiques. Or, les sciences de l’éducation semblent peiner, dans cette entreprise, à quitter le domaine des études dites exploratoires, souvent menées de façon plus ou moins structurée sur un nombre restreint de sujets, défiant ainsi tout effort de généralisation. Cet article présente une démarche scientifique de modélisation des invariants sous-tendant les pratiques. Cette démarche suppose une approche en deux temps : 1) l’étude des représentations de la pratique, formulées par un nombre suffisant de praticiens et dégagées à la suite d’analyses lexicométriques, et 2) l’étude des pratiques effectives, documentées par vidéoscopie et reliées entre elles à l’aide d’analyses factorielles. Des illustrations de la démarche sont fournies.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.039 | 0.045 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.008 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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; both teacher heads agree on what is shown here.
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".