L’autorégulation des élèves : un levier pour construire une école inclusive ?
Bibliographic record
Abstract
Cet article ne rend pas compte d’une recherche, il exprime le point de vue d’un chercheur sur un dispositif d’autorégulation inspiré de l’approche canadienne nommée ARAMIS (Autorégulation pour l’autisme en milieu d’inclusion scolaire), expérimenté en France depuis plusieurs années en Corrèze et mis en oeuvre plus récemment sur différents sites en France. Les dispositifs d’autorégulation sont cités dans la déclinaison de la Stratégie nationale Autisme depuis avril 2019. À partir d’entretiens et d’observations en situation, ce dispositif est présenté et analysé. Le concept d’autorégulation est également développé pour montrer à la fois en quoi il peut être utile aux élèves autistes mais aussi à tous les élèves, et en quoi ce dispositif pourrait permettre de rendre notre école plus inclusive pour tous les élèves. Une étude de cas est présentée à titre d’exemple à partir du suivi d’une réunion d’équipe éducative qui discute le parcours et la situation d’un élève avec TSA scolarisé en CM1. Le mot de la fin est donné aux professionnels participant à cette réunion, mettant en avant l’important travail d’équipe de cette école.
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 | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.003 |
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".