« J’enseigne alors que je suis assistante » : ambiguïté des missions des assistants de maternelle
Bibliographic record
Abstract
Dans quelle mesure les missions pédagogiques des assistants de maternelle plus explicitement pointées dans le référentiel-métier depuis 2018 s’assimilent-elles au travail enseignant et redéfinissent-elles les frontières de leur métier ? Comment sont-elles perçues et vécues par les assistants – essentiellement des assistantes d’ailleurs ? Les adaptations imposées subitement aux équipes pédagogiques lors de la pandémie en 2020-2021 font particulièrement ressortir l’ambiguïté de ces missions. Des chercheurs américains, canadiens et français ont effectué auprès d’établissements relevant de la zone Amérique du Nord de l’Agence de l’enseignement français à l’étranger (AEFE) une recherche collaborative (Français Plus) qui portait sur l’adaptation des équipes éducatives en temps de pandémie. Elle met notamment à jour, grâce à un questionnaire et deux entretiens d’assistantes aux profils contrastés, le flou de ces frontières qui séparent le rôle de l’assistant du rôle de l’enseignant, les tensions générées parfois au sein des équipes par cette ambiguïté et les adaptations variées et plus ou moins bien vécues par les acteurs.
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 | 0.010 | 0.031 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.008 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".