De la nature du savoir scientifique à l’enseignement des sciences : l’urgence d’une approche constructiviste dans la formation des enseignants de sciences
Bibliographic record
Abstract
Depuis un demi-siècle bientôt, trois mots-clés, le quoi, le pourquoi et le comment, occupent le terrain de la problématique de l’enseignement des sciences et constituent les principales cibles de ses maux. En effet, depuis les années 1950, des réformes se sont succédé au fil des ans, les unes et les autres mettant plus l’accent soit sur les objectifs à assigner à l’enseignement des sciences, soit sur les raisons pour lesquelles l’élève apprend les sciences ou encore sur les diverses manières d’enseigner les sciences.Mais l’enseignement des sciences semble être toujours dans l’impasse. Après une analyse de l’enseignement des sciences d’ici et d’ailleurs, hier et aujourd’hui, cet article propose un quatrième mot-clé, le par qui, visant à repenser la formation des enseignants des sciences pour inscrire cette dernière dans une perspective constructiviste selon laquelle l’apprenant construit son savoir.
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 | 0.043 | 0.037 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.016 | 0.092 |
| Scholarly communication | 0.031 | 0.029 |
| Open science | 0.003 | 0.011 |
| Research integrity | 0.008 | 0.014 |
| Insufficient payload (model declined to judge) | 0.006 | 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".