La division du travail enseignant et ses effets sur les savoirs enseignés
Bibliographic record
Abstract
Comment les enseignants au lycée et à l'université se répartissent-ils les classes et enseignements ? Je m'intéresse dans cet article à un aspect de la division du travail enseignant, la répartition des services, et aux résultats de cette division sur la définition des contenus d'enseignement. Le service des enseignants de lycée et d'université forme le cadre pratique de leur activité et a des conséquences directes sur leur travail, notamment sur la manière dont ils préparent et assurent leurs cours, donc sur les savoirs qu'ils vont présenter. Cet article s'appuie sur une enquête réalisée dans une grande ville de l'ouest de la France, dans deux lycées et dans les Unités de Formation et de Recherche de sciences et de sociologie de l'université de cette ville. Les cours dans deux disciplines scolaires (sciences économiques et sociales, et physique-chimie) et dans trois disciplines universitaires (physique, chimie, sociologie) ont été observés pendant trois ans.
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 | 0.036 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.020 | 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".