Le temps scolaire et sa place dans la dynamique décisionnelle d’enseignantes pour prendre en compte la diversité des besoins des élèves
Bibliographic record
Abstract
Une voie commune pour tenir compte de la diversité des besoins consiste à constater les difficultés dans le feu de l’action et de s’y ajuster. À l’inverse, une voie d’intervention plus proactive consiste à inscrire son enseignement dans une démarche intentionnelle d’anticipation des besoins des élèves afin d’en tenir compte a priori. Cette voie place la planification de l’enseignement comme levier important dans le projet de soutien à la réussite de tous les élèves. Les résultats de la recherche collaborative présentée dans cet article permettent de mieux comprendre le cheminement intellectuel (façon de mener sa pensée) et les ressources structurantes mobilisées par des enseignantes lorsqu’elles planifient leur enseignement dans un contexte de diversité. Plus particulièrement, l’accent est mis sur les résultats entourant le temps scolaire : son rôle dans les pensées planificatrices, la dynamique qui se joue au moment de différencier son enseignement, et les enjeux qui en résultent.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
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".