Expériences d’accompagnement de futurs enseignants ou d’enseignants débutants à différents ordres d’enseignement
Bibliographic record
Abstract
Lors du symposium no14 qui s’est déroulé dans le cadre du 7e Colloque international en éducation, une table ronde a accueilli cinq intervenantes du domaine de l’éducation provenant de différents ordres d’enseignement. Cette table ronde a constitué une occasion pour échanger sur les enjeux associés à l’arrimage entre les croyances et les pratiques pédagogiques chez le personnel enseignant de différents ordres d’enseignement, tels que relevés par les différentes communications, et de revenir sur des expériences ou dispositifs de formation mis en oeuvre afin de contribuer à l’accompagnement des enseignants à cet égard. Les intervenantes ont partagé leur expérience d’accompagnement de futurs enseignants et d’enseignants débutants faisant ressortir des malaises ressentis par ces derniers qui correspondent à des éléments souvent soulevés par les écrits scientifiques. On note également des processus mis en place, selon les différentes situations, pour favoriser l’insertion professionnelle et l’intégration dans une équipe-école tant par des processus de codéveloppement que des réflexions de groupe ou individuelles sur les connaissances et les conceptions de ces enseignants qui ont été accompagnés. L’analyse de la pratique professionnelle constitue un point focal rapporté par toutes les intervenantes.
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 | 0.007 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.008 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".