Laboratoires créatifs en milieux scolaires: état des lieux, stratégies pédagogiques et compétences
Bibliographic record
Abstract
La mesure 2 du Plan d'action numérique en éducation et en enseignement supérieur (PAN) vise à accroître l'usage pédagogique de la programmation informatique. À plusieurs reprises, le Ministère s'est positionné pour favoriser un usage pédagogique interdisciplinaire de la programmation informatique. Il a supporté plusieurs initiatives dans ce domaine et les informations collectées ont permis d'établir différents constats. Par exemple, les enseignants et enseignantes peuvent avoir de la difficulté à établir des liens entre le programme de formation de l'école québécoise et les apprentissages réalisés à l'aide de la programmation informatique. De plus, le recours à des organismes ou personnes externes pour de l'accompagnement en classe ne rend pas systématiquement le milieu autonome pour des usages ultérieurs de la programmation informatique. La mise en oeuvre de la mesure 2 du PAN doit donc s'appuyer sur des ressources humaines, techniques et matérielles qui permettront aux milieux de s'approprier l'usage pédagogique de la programmation informatique. À cet effet, la mise en place de laboratoires créatifs (LC) pourrait être un moyen de favoriser un usage interdisciplinaire de la programmation. Une telle appropriation par les milieux permettrait aussi de contribuer à l'atteinte des objectifs d'équité et de qualification de la Politique de la réussite éducative (PRÉ) en offrant à tous les milieux des ressources utiles à l’apprentissage et facilitant la différenciation. Le Ministère dispose cependant de peu d'informations à propos des laboratoires créatifs au Québec. À cet effet, le Laboratoire de formation et de recherche sur la littératie numérique de l'UQAC a collaboré avec la MÉES-BMOPAN pour tracer le portrait des laboratoires créatifs dans le milieu scolaire québécois et étudier les stratégies pédagogiques déployées et les compétences et apprentissages réalisés dans ces environnements. \n \nCe rapport rappelle d’abord les objectifs fixés pour cette étude. La proposition de définition du concept de laboratoire créatif faite au Ministère en septembre 2019 sera ensuite détaillée en positionnant le concept par rapport à d'autres concepts proches. La section 4 du rapport présente la méthode déployée pour les différentes parties de cette étude et la section 5 détaille les résultats en fonction des objectifs visés. Notez que l’objectif spécifique 5 a fait l’objet d’un rapport distinct au Ministère intitulé «Laboratoires créatifs en milieux scolaires - Guide d’implantation» (Giroux et al., 2020). La discussion suit la présentation des résultats et aborde autant les limites de la présente étude que les questions soulevées, les perspectives de recherche et les faits intéressants.
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 | 0.009 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.009 | 0.012 |
| Scholarly communication | 0.015 | 0.007 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 0.004 |
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".