Entre acteur et sujet de la visite scolaire dans un mémorial, regard didactique
Bibliographic record
Abstract
Soumettre la notion d’acteur à des regards didactiques fait surgir une autre expression, celle de sujet didactique. C’est cette confrontation des notions d’acteur et de sujet de situations didactiques qui est examinée ici dans un contexte particulier : la visite scolaire dans un mémorial. Les acteurs sont multiples dans ce type de situation : professeur, élèves, intervenant pédagogique, mais aussi, indirectement, les personnages donnés à voir dans l’espace muséal. De plus, le lieu en lui-même est porteur de tensions entre enjeux de mémoire et histoire ; de fait, les acteurs sont confrontés à ces tensions. Penser en termes d’acteur ou de sujet mobilise-t-il des dimensions différentes de l’individu concerné ? Comment cela influe éventuellement sur les apprentissages dans un lieu tel qu’un mémorial, et sur des contenus sensibles ? Ces questions sont abordées en analysant un matériau particulier, les propos de l’intervenante pédagogique qui accompagne les visites scolaires. En considérant les contraintes inhérentes aux situations scolaires et les dimensions particulières déclinées par un mémorial, les glissements entre les usages des termes « acteur » et « sujet » laissent entrevoir des distinctions sur la façon dont les individus en jeu dans la situation sont envisagés, selon les intentions qu’on leur adresse et le statut qu’on leur attribue.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.026 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".