Mobilisation des connaissances professionnelles des enseignants dans la préparation et la mise en œuvre des cours de mathématiques à l’école fondamentale au Burundi
Bibliographic record
Abstract
Mobilisation des connaissances professionnelles des enseignants dans la prépara-tion et la mise en œuvre des cours de mathématiques à l'école fondamentale au Bu-rundi Formation et profession 29(2) 2021 • 1 ésumé La réforme curriculaire, initiée au Burundi en 2013 dans l' enseignement fondamental, implique d'avoir recours à des pratiques enseignantes inédites pour certains ensei-gnants non formés à l' enseignement des mathématiques.Notre étude vise à explorer comment les enseignants de mathématiques mobilisent leurs connaissances dans leurs pratiques.L'analyse des entretiens, menés auprès de 20 enseignants, montre que les enseignants suivent les prescriptions du curriculum.Les enseignants formés à l' enseignement des mathématiques s'appuient notamment sur des connaissances acquises en formation initiale, alors que les autres jouent sur leur expérience dans l' enseignement.Les perceptions des enseignants sur l' efficacité des formations re-çues jouent un rôle sur les pratiques enseignantes.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.008 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".