« En faire toujours plus » : un besoin pédagogique et des pratiques enseignantes conséquentes ? Étude de cas à l’aune du rapport au savoir et des croyances d’un enseignant de sciences humaines et sociales au secondaire
Bibliographic record
Abstract
« Les résultats des élèves sont satisfaisants, mais j’ai besoin d’en faire toujours plus pour le développement de leurs connaissances et l’évolution de mes pratiques ». Léo est un enseignant du secondaire en sciences humaines et sociales (SHS), suivi lors d’une étude de cas et d’un mentorat centré sur l’arrimage entre ses croyances épistémologiques, ses conceptions de l’enseignement/apprentissage et ses pratiques. Ce suivi est réalisé dans le cadre d’un postdoctorat au Québec, centré sur l’idée que le rapport au savoir des enseignant·e·s est une part de leur habitus influençant leurs pratiques. Comment le rapport au savoir et les croyances épistémologiques/pédagogiques de Léo peuvent-ils alors expliquer son besoin « d’en faire toujours plus » ? Quel est leur impact sur ses pratiques ? Quel mentorat enseignant·e/chercheur·e envisager ? Des observations filmées de ses enseignements en SHS, des entretiens post-observations et des séances de mentorat ont été analysés. On constate une évolution de ses pratiques, passant d’un rapport quantitatif à un rapport qualitatif aux savoirs scolaires.
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 | 0.011 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.020 | 0.030 |
| Scholarly communication | 0.015 | 0.009 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.012 | 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".