Pratiques enseignantes en soutien à l’autodétermination des élèves du primaire en contexte de pandémie
Bibliographic record
Abstract
Les pratiques de l’enseignant qui soutiennent les besoins d’autodétermination (autonomie, compétence, appartenance) des élèves favorisent leur motivation intrinsèque, leur engagement et leur réussite scolaire. Cette étude s’est intéressée aux pratiques de soutien aux besoins d’autodétermination déployées par un enseignant d’une classe primaire lors du retour en classe post confinement 2020. À l’aide d’une grille d’observation, 500 minutes de captation vidéo ont été examinées afin de dégager la fréquence et la nature des pratiques qui soutiennent le besoin d’autonomie, de compétence et d’appartenance des élèves. Les analyses descriptives montrent que cet enseignant utilise un grand nombre de pratiques qui soutiennent ces trois besoins, à plus forte raison lorsqu’il fait de l’enseignement magistral ou lorsque des interactions ont lieu avec les élèves. L’analyse du discours de l’enseignant a permis de mettre en lumière qu’il a opté pour une approche positive face aux changements induits par la Covid-19. S’il est possible de croire que cet enseignant utilisait déjà des pratiques soutenant l’autodétermination des élèves, le contexte pandémique semble avoir été pour lui une occasion d’être centré sur les besoins des élèves dans sa didactique et sa gestion de la classe.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".