Collaboration entre chercheurs et praticiens dans le cadre du projet Saines habitudes de vie – éducation physique et à la santé
Bibliographic record
Abstract
La collaboration entre chercheurs et praticiens semble de plus en plus sollicitée dans une visée de développement professionnel des enseignants, tandis que la recherche-action apparait comme une voie privilégiée pour la mise en œuvre de dispositifs d’accompagnement visant l’émergence de communautés d’apprentissage (Savoie-Zajc, 2010). Cet article a trait aux enjeux de la collaboration entre chercheurs et praticiens dans le cadre du projet SHV-EPS1, visant la consolidation du rôle des éducateurs physiques quant à la promotion d’un mode de vie sain et actif chez les jeunes. Nous présentons les grandes lignes d’un dispositif inspiré de l’arrimage entre la formation, la recherche-action et la collaboration, auquel ont participé des enseignants chevronnés et débutants de commissions scolaires francophones et anglophones de Montréal. En nous appuyant sur des données issues de l’évaluation de huit ateliers impliquant douze enseignants, nous faisons part des quatre enjeux à la base de ce projet : le rôle respectif des praticiens et des chercheurs, leur collaboration, les savoirs qu’ils coconstruisent et la temporalité en jeu dans ce processus.
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 | 0.023 | 0.027 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.013 | 0.007 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.002 | 0.012 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".