Didactiques et médiations des arts et de la littérature
Bibliographic record
Abstract
Si l’interdisciplinarité a connu son heure de gloire dans le monde anglo-saxon des années 70, en France, il aura surtout fallu attendre les années 2000-2010 pour voir les textes officiels modifier l’organisation de la scolarité obligatoire, créer et mettre en œuvre un enseignement de l’histoire des arts et préconiser un enseignement interdisciplinaire comprenant la mise en dialogue de la littérature et des arts. Ce numéro apporte des éléments de réponse aux problèmes épistémologiques et pratiques posés par l’introduction de l’enseignement de l’histoire des arts sur les plan de la formation des maitres, des textes officiels et des manuels et des pratiques en classe et poursuit la réflexion sur les modalités de médiation des objets d’arts qui ont lieu dans les musées en situation scolaire. Le numéro se referme avec un dossier coordonné par Alain Rabatel et Caroline Masseron consacré à « la question du prédicat ». Les contributions retracent l’historique d’une polémique alimentée par les médias et discutent, sur le plan épistémologique et didactique, du bien-fondé de cette notion de prédicat introduite dans les instructions de 2015. La discussion didactique s’appuie sur les expériences francophones (France, Québec, Suisse romande et Wallonie) et examine les enjeux de formation des maitres et des élèves.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.006 | 0.023 |
| Scholarly communication | 0.013 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 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".