MétaCan
Menu
Back to cohort
Record W2612398964 · doi:10.7202/1039022ar

Une approche énactive du développement des compétences en milieu scolaire

2017· article· fr· W2612398964 on OpenAlexvenueno aff
Nicolas Terré, Carole Sève, Jacques Saury

Bibliographic record

VenueÉducation et francophonie · 2017
Typearticle
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Cet article propose d’explorer d’autres voies que celles des conceptions théoriques dominantes de la compétence. À cette fin, nous commençons par délimiter le « challenge conceptuel » que représente la tenue des postulats de l’énaction dans la description du développement des compétences. Puis, à la suite d’une étude empirique menée auprès de lycéens au cours d’une séquence d’éducation physique (Terré, 2015), le développement des compétences est analysé à partir de l’expérience des élèves. Des hypothèses explicatives sont proposées pour esquisser les contours d’une conception énactive du développement des compétences dont la caractéristique majeure est de considérer l’ancrage du développement des compétences – et conjointement de la pérennité des connaissances – dans des histoires. C’est en s’engageant dans des histoires que les actions et les interprétations des élèves prennent une épaisseur temporelle et qu’ils construisent des « dispositions à agir » constitutives de compétences. Cette analyse se poursuit par la proposition d’inverser la relation généralement établie entre la construction de connaissances et le développement de compétences : les connaissances construites au cours de ces épisodes seraient le produit de la compétence en développement, et non l’inverse. À titre spéculatif, plusieurs axes de transformation des pratiques d’enseignement sont proposés pour favoriser l’engagement des élèves dans des histoires.

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.499
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0040.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0040.004
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.001

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.

Opus teacher head0.141
GPT teacher head0.431
Teacher spread0.289 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations9
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueÉducation et francophonieSame topicEducation, sociology, and vocational trainingFrench-language works237,207