Analyse didactique des curriculums officiels d’éducation physique en France, en Suisse romande et au Québec
Bibliographic record
Abstract
Dans le contexte du virage curriculaire pris par les politiques éducatives, cette étude ancrée dans une approche didactique curriculaire a pour but de documenter les composantes des curriculums officiels de la France, du Québec et de la Suisse romande dans le cas de l’éducation physique (EP) pour la scolarité obligatoire, depuis les finalités éducatives générales jusqu’à la discipline de l’EP (finalités et visées, contenus, modalités d’enseignement, de progression et d’évaluation). Il s’agit aussi d’étudier l’articulation entre ces différentes composantes (Lenoir, 2014) et de repérer des éléments de convergence et de divergence entre ces trois curriculums. Les résultats montrent que les finalités éducatives sont sur-prescrites, alors que les composantes disciplinaires relatives aux contenus de l’EP, aux modalités d’enseignement, de progression et d’évaluation sont peu, voire pas documentées. Au-delà de ces convergences, nous avons pointé des spécificités dans les trois curriculums d’EP, en particulier dans les relations entre les composantes des curriculums. Cette étude ouvre des perspectives pour les recherches didactiques. Elle invite notamment à discuter de la cohérence d’ensemble du curriculum, de la pertinence des contenus prescrits ainsi que des conditions d’acquisition de ce qui est indispensable à tous les élèves à l’issue de la scolarité obligatoire (Lebeaume, 2019b).
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".