Les spécificités des élèves de S.E.G.P.A à l’épreuve des évaluations nationales
Bibliographic record
Abstract
L’article interroge les « pratiques discursives » relatives aux élèves de SEGPA. Celles-ci sont caractérisées par une naturalisation de la notion d’ « élèves en difficulté » qui conduit à postuler, pour ces élèves, des spécificités cognitives explicatives de leur échec.L’analyse des évaluations nationales réalisées auprès d’un panel de collégiens montre que le niveau scolaire n’est pas le seul élément décisif conduisant à l’orientation des élèves de SEGPA dans ces structures d’adaptation scolaire. D’autres paramètres contribuent à se constituer comme variables prédictives des signalements et des orientations : l’appartenance sociale et l’implantation géographique. En outre, l’étude des résultats obtenus en mathématiques pour l’ensemble du panel révèle que, s’il existe des différences de niveau entre les élèves de SEGPA et les autres collégiens des classes ordinaires, celles-ci ne peuvent pas être imputées aux caractéristiques cognitives supposées des élèves étiquetés « en difficulté ».
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 | 0.008 | 0.028 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 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".