Prise en compte de la diversité en formation initiale du personnel enseignant en France : des prescriptions officielles aux maquettes de formation
Bibliographic record
Abstract
Cet article propose une analyse du lien entre les prescriptions officielles en faveur de la prise en compte de la diversité ethnoculturelle, sociale, religieuse et linguistique à l’école et leur traduction dans les trames de formation (nommées « maquettes de formation ») rédigées par les écoles supérieures du professorat et de l’éducation chargées de la formation initiale du personnel enseignant en France. L’analyse porte sur l’évolution du cadre normatif relatif à l’enseignement primaire et secondaire et à la formation initiale du personnel enseignant (lois, décrets, arrêtés, circulaires), ainsi que sur une sélection de 11 maquettes de formation présentant le contenu général de la formation de master « métiers de l’enseignement, de l’éducation et de la formation » préparant au professorat dans les écoles. À la lumière des prescriptions officielles récentes en matière de politique d’éducation et de formation initiale du personnel enseignant et de leur mise en mots dans les maquettes de master « métiers de l’enseignement, de l’éducation et de la formation », il semble que le manque d’attention portée à la question de la prise en compte de la diversité ethnoculturelle, sociale, religieuse et linguistique dans la formation initiale semble avoir des causes tout autant normatives (insistance sur la transmission des « valeurs de la République » et prise en compte de la diversité des élèves par la différenciation et l’individualisation des apprentissages) que structurelles (formation du personnel enseignant en deux ans comprenant un concours et un stage long; focalisation sur la maîtrise des savoirs disciplinaires).
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 | 0.011 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".