Introduction au numero thematique « Didactique et pedagogie en amenagement flexible »
Bibliographic record
Abstract
Au Québec et ailleurs, les gouvernements investissent des sommes sans précédent afin de construire les écoles de demain selon des orientations architecturales qui se fondent sur des espaces ouverts, flexibles, modulables et laissant entrer la lumière naturelle. Dans ce courant, plusieurs enseignants se tournent actuellement vers le modèle des « classes à aménagement flexible » (flexible seating) afin de faire face aux besoins complexes et hétérogènes des élèves, et de favoriser un climat de classe propice aux apprentissages (McKeown, Stringer et Cairns, 2015; van den Berg et Cillessen, 2015). Cependant, rares sont les études qui abordent les pratiques enseignantes. De plus, les observations rapportées ne se concentrent pas nécessairement sur les élèves ou l'enseignant ; dans leur relation à l’espace et dans leurs interactions. Ceci constitue une sérieuse limite des études existantes et disponibles. Ce numéro thématique propose six articles qui posent les jalons des connaissances croisées entre la didactique, la pédagogie, la psychologie et l’aménagement physique de la classe. C’est avec audace, rigueur et dans l’interdisciplinarité que les auteurs présentent les résultats de leurs recherches sur le thème « Didactique et pédagogie en aménagement flexible ».
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.047 | 0.004 |
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".