Situations-problèmes et disciplines scolaires : analyse des cadres opératoires privilégiés par des futurs enseignants québécois du primaire pour l’enseignement des sciences et des sciences humaines
Bibliographic record
Abstract
Sur la base de données de recherche, le texte dégage et analyse les différents cadres opératoires que des futurs enseignants québécois du primaire privilégient pour la structuration et la mise en œuvre de situations-problèmes en enseignement des sciences et des sciences humaines. L’analyse démontre que les cinq cadres opératoires identifiés génèrent des situations d’enseignement-apprentissage qui s’éloignent largement des caractéristiques d’une situation-problème. Ces cadres opératoires ont tous pour points communs de privilégier l’une ou l’autre des dimensions constitutives du sens et de reposer sur une médiation pédagogicodidactique et cognitive qui s’exerce en marge des savoirs disciplinaires et du principe d’intelligibilité des disciplines. En ce sens, malgré les injonctions ministérielles quant à la nécessité des apprentissages problématisés et situés, les modalités opératoires de cette injonction demeurent problématiques.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.005 | 0.008 |
| Science and technology studies | 0.010 | 0.013 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 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".