La contribution de l’entretien biographique à l’étude de l’hétérogénéité de l’expérience étudiante et de son évolution dans le temps
Bibliographic record
Abstract
Dans cet article, nous montrons en quoi la méthode des entretiens biographiques, lorsqu’elle est agencée au concept théorique de carrière et à l’instrument d’analyse qu’est la typologie interprétative, permet d’appréhender l’hétérogénéité des expériences étudiantes ainsi que leur évolution dans le temps. Nous exposons dans un premier temps la démarche de construction d’une typologie à six types de carrières, lesquels permettent de comprendre l’hétérogénéité des rapports au temps et aux études des étudiants. Dans un second temps, nous présentons en quoi la typologie n’est pas une fin en soi et qu’une fois construite, elle constitue un puissant instrument d’analyse des récits afin de saisir l’hétérogénéité des logiques, cette fois non pas entre les étudiants, mais au fil du temps, au sein d’une même biographie. L’article montre que la notion de carrière et la typologie sont des instruments permettant de contourner l’impression de fixation et de lissage du vécu induite à la fois par la reconstitution a posteriori de sa vie par l’enquêté en situation d’entretien et par l’effort d’objectivation des carrières par le chercheur. La démonstration s’appuie sur deux récits biographiques récoltés au cours d’une recherche portant sur les mobilités pour études d’étudiants universitaires francophones originaires d’un milieu minoritaire au Canada.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.042 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.018 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.004 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 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; both teacher heads agree on what is shown here.
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".