Les savoirs à la base de la formation à l’enseignement au Québec, en Ontario et en Suisse1
Bibliographic record
Abstract
Cet article porte sur les programmes de formation des enseignant⋅e⋅s au Québec, en Ontario et en Suisse romande et alémanique. L’objectif général est de cerner les savoirs professionnels transmis aux enseignant⋅e⋅s à travers les programmes de formation initiale des universités canadiennes et des Hautes Écoles pédagogiques suisses. Pour ce faire, nous avons analysé un échantillon de 27 programmes de formation des enseignant⋅e⋅s du primaire à travers les descriptifs de cours qui se trouvent sur les sites respectifs (approche comparative et descriptive). Nous avons analysé 1534 descriptifs de cours dans ces trois contextes sociaux. Nous constatons que la formation des enseignant⋅e⋅s diffère d’une institution à l’autre, même au sein d’une même province ou du même pays. Néanmoins, comparer des programmes de formation entre différents contextes permet aussi de réfléchir à certains enjeux similaires dans la formation qui ne sont pas spécifiques à une seule institution, tout en permettant de présenter des innovations pertinentes comme celle du programme de formation bilingue en Suisse.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.012 | 0.006 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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.
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".