Étude de la prise en compte de la compétence 5 du référentiel en enseignement lors de son adaptation et de son adoption dans le programme de BEPEP de l’Université de Montréal
Bibliographic record
Abstract
L’avènement de l’approche par compétences dans un contexte d’approche-programme dans le système scolaire québécois a eu pour conséquence, entre autres, la réforme des programmes de formation des enseignants dans les structures de la formation initiale. En effet, la formation est maintenant axée davantage sur la professionnalisation et se déroule sur la base d’un référentiel articulé autour de 12 compétences professionnelles indispensables à l’exercice de la profession enseignante. Dans cette perspective, la compétence concernant l’évaluation des apprentissages (compétence 5) constitue un axe essentiel pour déterminer le niveau des acquis des élèves et se place en position privilégiée dans la structure des cours du programme du baccalauréat en enseignement primaire et à l’éducation préscolaire, BEPEP, de l’université de Montréal. C’est pour cette raison que cette recherche tente de décrire la façon dont la compétence 5 est développée et évaluée dans ce programme c’est-à-dire la façon dont le Centre de Formation Initiale des Maîtres (CFIM) de l’université a adapté et adopté le référentiel de compétences. La complexité inhérente au concept de compétence et la nécessité d’une instrumentation rigoureuse, pertinente et variée pour son évaluation exige du professionnel qu’il soit compétent à évaluer des compétences. Cette maîtrise requiert la mise en place d’un cadre de concertation et d’échange où sont discutées les pratiques et expériences des acteurs et se révèle un point essentiel de la professionnalisation des enseignants. Pour cette recherche exploratoire de type qualitatif nous avons opté pour une analyse documentaire et des entrevues. Dans un premier temps, l’analyse des données issues de la matrice des compétences, des plans de cours cadre et des plans de cours spécifiques a permis de situer la compétence 5 au 3e rang des compétences travaillées au BEPEP. Elle est déclinée en 5 composantes et 15manifestations observables dans 29 cours sur un total de 52. Les cours provenant du département de didactique sont les plus nombreux à mentionner la présence de cette compétence toutefois, ce sont surtout les cours d’évaluation provenant du département ETA et les stages (EDU) qui évaluent cette compétence et ce, davantage lors de la troisième année de formation. Par ailleurs, il appert qu’une révision des manifestations observables mentionnées dans les plans de cours soit nécessaire afin de s’assurer que les modalités d’évaluation mentionnées permettent effectivement de démontrer les manifestations énumérées. Dans un second temps, des entrevues avec les enseignants ont permis d’expliciter le niveau de prise en charge de la compétence à évaluer qui est très variable selon la provenance du cours mais aussi le niveau de concertation entre les différents intervenants au BEPEP. À cet effet, une meilleure prise en compte des suggestions du CFIM pour la mise en place de l’approche programme représente un incontournable. Spécifiquement, nous avons pu observer dans la façon dont la compétence est évaluée une instrumentation qui ne relève pas toujours de la complexité de la compétence. Finalement, en posant un regard plus large sur la façon dont les référentiels de compétences sont déployés dans d’autres structures universitaires responsables de la formation des maîtres, la mise en place d’un portfolio professionnel et des rencontres de concertations entre les différents intervenants se sont avérées bénéfiques pour l’adoption et l’adaptation des 12 compétences professionnelles du référentiel en enseignement.
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 | 0.017 | 0.033 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.006 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".