Du bateau au lycée professionnel : les représentations de l’enseignement et de l’apprentissage ouvragées par les enseignants de techniques maritimes
Bibliographic record
Abstract
L’une des missions des lycées maritimes français est de former les futurs pêcheurs. Les enseignants de techniques maritimes sont, pour la plupart, d’anciens professionnels de la pêche et/ou de la marine de commerce ayant vécu une transition vers le métier d’enseignant. L’objectif de cet article est de décrire les représentations de l’apprentissage et de l’enseignement des enseignants de techniques maritimes et d’en comprendre les origines selon les motifs de leur orientation professionnelle, les conditions de leurs apprentissages antérieurs (dans la famille, à l’école et sur le navire), les circonstances de leur « migration » vers l’enseignement et les caractéristiques de leurs élèves actuels. Pour cela, nous avons recueilli les récits des carrières de sept anciens marins devenus enseignants de techniques de pêche ou de navigation. Ils nous ont raconté les conditions de leur apprentissage et de leur exercice sur le navire et au lycée maritime, les circonstances de leurs orientations professionnelles successives. Les enseignants de techniques maritimes révèlent les objets principaux de leur activité : faire respecter les règles du métier et faire acquérir les savoirs maritimes à leurs élèves. Souvent confrontés à des élèves ayant un rapport difficile à l’école et parfois considérés comme des « terriens », ils mettent en œuvre des instruments variés pour faire acquérir le goût du milieu maritime et intégrer les contraintes de cet environnement dans les apprentissages.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.017 | 0.017 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 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".