L’accompagnement des enseignants sur le terrain saisi par les acteurs de la formation : enquête en IUFM et dans les établissements du second degré
Bibliographic record
Abstract
Cette recherche, conduite sur deux sites IUFM et dans des établissements du second degré de la région parisienne, souhaite éclairer les enjeux sociopédagogiques et de formation liés à l’évolution de la formation des enseignants du second degré, du fait du déplacement du lieu principal de la formation de l’institution vers les établissements, au travers des stages. Cette évolution a fait progresser les rôles et l’influence des différents personnels de formation, tant dans les établissements qu’à l’IUFM. L’enjeu de cette étude est d’examiner les formes d’accompagnement et de médiation exercée par les différentes figures de la formation des enseignants stagiaires. Menée à partir d’entretiens collectés auprès des principaux acteurs de la formation – tuteurs des enseignants chargés de l’accueil et de l’accompagnement des enseignants dans les établissements, professeurs associés à l’IUFM, coordinateurs de formation, enseignants stagiaires – cette étude remet en question le type de savoirs et de relations qui sont à l’oeuvre entre les enseignants en formation et les différents « partenaires » qui encadrent leur formation professionnelle, et vise à clarifier le type d’alternance que dessinent ces différents espaces de formation.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.011 | 0.009 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| 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".