Les gestes de régulation des apprentissages dans la classe de français. Quelle improvisation professionnelle?
Bibliographic record
Abstract
La compétence professionnelle de l'enseignant ne se réduit pas à préparer des cours, aussi bons qu'ils puissent être. Elle réside aussi dans sa capacité à ajuster finement ses décisions aux événements multiples et complexes qui se produisent dans la gestion d'une classe en temps réel ainsi qu'à la diversité des élèves. C'est cette capacité à réguler les apprentissages, à ajuster finement les conditions de son enseignement, à improviser de manière maitrisée, qui est ici étudiée et illustrée. Les diverses situations analysées concernent l'enseignement de la langue et de la littérature, dans des classes du primaire et du secondaire, en Belgique, au Québec, en Suisse et en France. Elles abordent, sous des angles divers, certains des gestes professionnels décisifs qui définissent la compétence professionnelle d'un enseignant capable à la fois de réutiliser les techniques routinières constituant le fonds commun du métier, mais aussi de les ajuster à chaque apprenant, à chaque contexte, voire à chaque moment, d'une situation d'enseignement particulière. Ces études inédites représentent une contribution à l'analyse du travail enseignant. Les auteurs cherchent à affiner l'analyse en fonction de la complexité des objets d'enseignement et des événements vécus au sein de la classe, tout en donnant des repères opératoires. Ces travaux s'inscrivent ainsi dans la recherche de nouveaux dispositifs de formation professionnelle des enseignants, utilisant des techniques d'accompagnement qui combinent captations vidéo, autoconfrontations, entretiens, ateliers de pratique réfléchie.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.015 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".