MétaCan
Menu
Back to cohort
Record W2920953773 · doi:10.4000/rref.815

Un système de formation à l’enseignement des sciences dans le contexte éducatif marocain : des conditions pour une évolution possible

2009· article· fr· W2920953773 on OpenAlexaff
Mourad Madrane, Mohamed Khaldi, Mohamed Talbi

Bibliographic record

VenueRecherches et ressources en éducation et en formation · 2009
Typearticle
Languagefr
FieldSocial Sciences
TopicHistorical Education Studies Worldwide
Canadian institutionsUniversité de Moncton
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Des enjeux et des problématiques actuels et futurs vont constituer des facteurs puissants de changement, de modulation et de régulation des modes de pensées, des modes de consommation, et des relations interpersonnelles et intercommunautaires. Une évolution parallèle devrait concerner le système de la formation, plus particulièrement la formation à l’enseignement des sciences. Cependant, par incompétence ou par peur de transgresser les règles établies, dictées par les programmes officiels de formation, la majorité des formateurs perpétuent une tradition de formation et adopteraient exceptionnellement une posture critique par rapport à leurs pratiques de formation. Le système de formation à l’enseignement des sciences au Maroc ne semble pas évoluer en dépit des intentions de réforme manifestées concernant l’amélioration de l’enseignement des sciences. Ce texte relate quelques obstacles et des conditions d'une évolution possible du système de formation à l'enseignement des sciences de la vie et de la terre au Maroc. En fait, cet article essaye d’articuler deux questions principales à savoir les obstacles à l’évolution du système de formation à l’enseignement des sciences et celle relative aux conditions de possibilité de la conception, d’élaboration et de la mise en œuvre de nouveaux modules de formation relativement à l'enseignement des sciences de la vie et de la terre.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.012
metaresearch head score (Gemma)0.004
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.450
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0120.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.003
Science and technology studies0.0050.002
Scholarly communication0.0000.005
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.153
GPT teacher head0.407
Teacher spread0.254 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2009
Admission routes1
Has abstractyes

Explore more

Same venueRecherches et ressources en éducation et en formationSame topicHistorical Education Studies WorldwideFrench-language works237,207