Observation du développement de la compétence de conduite de classe chez le futur enseignant d’école primaire à partir d’un dispositif centré sur l’analyse qualitative
Bibliographic record
Abstract
Notre intention dans l’écriture de cet article consiste, à partir des résultats obtenus et en les expliquant, à exposer l’intérêt d’un dispositif méthodologique exploité dans le cadre d’une recherche destinée à étudier le développement de la compétence de conduite de classe chez les futurs enseignants d’école primaire.Ce dispositif implique d’une part une mise en évidence des actions de conduite de classe effectuée à partir d’une observation in situ des futurs enseignants en activité d’enseignement et d’autre part l’analyse qualitative du corpus des entretiens réalisés auprès de ces futurs enseignants à partir de la méthodologie de la théorie ancrée (grounded theory). Ce dispositif a permis, à partir des actions observées, de mettre en évidence le caractère opérationnel de la compétence de conduite de classe chez les futurs enseignants. L’analyse de données récoltées lors des entretiens, par la théorisation ancrée, a apporté des éléments de connaissance à propos de la mise en oeuvre de ces actions et éclairé le processus de réflexion développé par les futurs enseignants. Pour résumer, ce dispositif a aidé à comprendre la genèse de la compétence de conduite de classe chez les futurs enseignants d’école primaire.
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 | 0.005 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".