Bibliographic record
Abstract
Cette nouvelle publication constitue à la fois un travail d’archéologie, de mémoire et de diffusion portant sur l’expérience accumulée par les enseignants depuis de nombreuses années, en relation avec les travaux de recherches contemporains en didactique des APS. Aussi, ce quatrième tome, qui s’inscrit dans la continuité de nos précédents ouvrages édités aux Presses universitaires de Franche-Comté, résulte du travail collectif mené par le « Groupe de Recherche sur l’Intervention dans les Activités Physiques et Sportives » (GRIAPS) de l’IUFM (aujourd’hui ESPE) de l’Université de Franche-Comté, autour de la problématique de l’enseignement des sports collectifs à l’école. Dans ce quatrième volet, l’équipe de recherche du GRIAPS, étoffée par des collaborateurs extérieurs, s’intéresse aux propositions sur l’intelligence tactique en sports collectifs et son développement. Les contributions couvrent un spectre large : comptes rendus de pratique professionnelle, rapports de recherches, contributions théoriques prospectives concernant les principaux sports collectifs enseignés à l’école en France ou au Canada. Comme les précédents ouvrages, c’est à la fois un livre de vulgarisation scientifique en didactique et un manuel professionnel et pédagogique.
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 | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.014 |
| Scholarly communication | 0.016 | 0.014 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.027 | 0.010 |
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".