L’effet de l’usage du Tableau Blanc Interactif (TBI) sur les pratiques pédagogiques dans trois écoles élémentaires de Strasbourg
Bibliographic record
Abstract
Dans un contexte marqué par l’implantation des technologies éducatives dans les établissements scolaires en France et notamment l’équipement des écoles élémentaires par des Tableaux Blancs Interactifs (TBI), l’objectif de ce travail de recherche est d’étudier l’effet de l’usage pédagogique de ce dispositif sur les pratiques enseignantes à l’école élémentaire. Ce sont sept enseignants, dans trois écoles élémentaires publiques de Strasbourg, qui ont fait l’objet d’un suivi et d’une étude pour cette recherche. Deux instruments de collecte de données ont été utilisés : des entretiens semi-directifs individuels et des observations directes en classe. Les résultats montrent que l’usage du TBI induit des transformations dans les pratiques pédagogiques des professeurs des écoles. Ces résultats montrent également que le TBI n’est pas utilisé à son plein potentiel et qu’une mise en place des formations spécifiques est perçue par les enseignants comme étant un facteur favorisant l’exploitation de toutes les fonctionnalités du TBI.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".