Activité de l’enseignant et dynamique coopérative au sein de dyades d’élèves. Une étude de cas dans des tâches d’escalade en Education Physique
Bibliographic record
Abstract
Cette étude vise à analyser la façon dont les interventions de l’enseignant sont susceptibles d’influencer la coopération entre les élèves au sein de dyades au cours d’un cycle d’escalade. Il s’agit plus précisément d’identifier et de caractériser les formes d’activité de l’enseignant qui sont significatives pour l’un et/ou l’autre des deux élèves de la dyade, et les effets de l’activité de l’enseignant sur l’activité coopérative des élèves de la dyade. L’étude a été conduite en référence au cadre théorique et méthodologique du « cours d’action » (Theureau, 2006). Les résultats mettent en évidence cinq formes d’activité de l’enseignant significatives pour les élèves et deux sortes d’effets de l’activité de l’enseignant sur la coopération : des effets « positifs », de facilitation de la coopération entre les élèves grâce au développement de la confiance qu’ils ont dans les compétences et la fiabilité de l’activité de leur partenaire, et des effets « négatifs », nuisibles à la coopération. Ces effets sont interprétés en relation avec deux processus d’influence qualifiés respectivement de « processus de validation » et de « processus d’invalidation » des actions des élèves par l’enseignant.
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 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".