Une approche énactive du développement des compétences en milieu scolaire
Bibliographic record
Abstract
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 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 | 0.007 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.005 | 0.027 |
| Scholarly communication | 0.012 | 0.011 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.005 |
| 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".