Bibliographic record
Abstract
L’alternance en formation constitue une configuration éducative et pédagogique dont le succès d’estime ne se dément pas, année après année. L’alternance en formation suscite l’espoir de trouver une pédagogie susceptible de renforcer les liens entre la formation et l’emploi. Mais elle peine à dessiner ses caractéristiques pédagogiques. Autrement dit, peu de recherches sont en mesure de démontrer la valeur ajoutée éducative de ce modèle de formation. Les différents protagonistes des formations par alternance expriment des difficultés à se saisir de cette configuration pédagogique pour accompagner les étudiants dans leurs apprentissages professionnels. Certes, des formations de formateurs et de tuteurs se mettent en place progressivement dans les universités. Mais quelles sont les finalités de ces formations ? Quels contenus et quelles compétences sont privilégiés et valorisés dans ces formations de formateurs et de tuteurs ? À partir d’une méta-analyse de publications issues de recherche sur la formation des acteurs de l’alternance, le présent chapitre propose de mettre en évidence les principales problématiques rencontrées par les formateurs et les tuteurs dans le pilotage des formations par alternance.
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 | 0.004 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.011 | 0.008 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 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".