Intégration d’enjeux relatifs au vivant en classe : points de vue d’enseignants et d’enseignantes en biologie au Québec
Bibliographic record
Abstract
Dans le contexte où les percées biotechnologiques et le croisement de modèles empruntés à l’informatique, l’ingénierie électronique et la chimie ont ouvert la voie à de nouvelles possibilités dans l’étude et la « fabrication » du vivant, nous avons entrepris un projet de recherche exploratoire visant l’analyse des positions conceptuelles, épistémologiques et pédagogiques d’enseignants de biologie au collégial (Québec). Nous avons d’abord cherché à savoir si les enseignants intégraient des enjeux entourant le vivant dans leurs classes et, si oui, selon quels objectifs et selon quelles modalités. Nous avons choisi un format d’enquête de focus group dans lequel nous avons présenté deux courtes vignettes, mettant en scène des questions liées aux biotechnologies comme leviers de discussions, à six enseignants participant à l’étude. Les transcriptions des échanges de deux focus groups ont fait l’objet d’une analyse qualitative de contenu. Les résultats montrent qu’ils abordent certains enjeux en classe, dont ceux liés à l’agroalimentaire qui font l’objet d’une initiative innovante. Les objectifs évoqués pour aborder les enjeux entourant le vivant sont en accord avec les stratégies pédagogiques que les participants mobilisent en classe. Ils évoquent des difficultés pour travailler selon une approche interdisciplinaire et soulèvent les contraintes liées aux programmes prescrits comme obstacle à l’intégration d’enjeux entourant le vivant en classe.
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 | 0.006 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.020 | 0.014 |
| Scholarly communication | 0.012 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| 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".