La dynamique interactionnelle au service du codéveloppement professionnel d’enseignants associés réunis en communauté de pratique
Bibliographic record
Abstract
Vu son expertise en classe et dans l’école, l’enseignant associé est considéré comme une personne essentielle à la formation initiale en enseignement. Des attentes à son égard sont formulées par les instances ministérielles (gouvernement du Québec, 2002, 2008), mais aussi par les stagiaires (Caron, Portelance & Martineau, 2013). Pour répondre, l’enseignant associé est fortement incité à s’inscrire dans un processus de formation continue, ce qui lui permet d’enrichir ses pratiques de formateur du stagiaire. Dans le but de soutenir le développement des compétences attendues des enseignants associés (Portelance, Gervais, Lessard, Beaulieu et al, 2008), une recherche subventionnée par le ministère de l’Éducation du Québec 1 utilise une approche collaborative avec une communauté de pratique composée d’enseignants associés. Les membres sont engagés dans une démarche de réflexion et de coconstruction de sens (Bourassa, Philion & Chevalier, 2007). Les discussions portent sur les pratiques d’encadrement du stagiaire. L’analyse de leurs propos met en évidence les manifestations de la dynamique interactionnelle qui favorise leur codéveloppement professionnel.
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 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.010 | 0.006 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.027 | 0.007 |
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".