Rapport aux savoirs disciplinaire: moteur d’innovation pour les enseignantes du primaire en insertion professionnelle
Bibliographic record
Abstract
Plusieurs recherches ont démontré l’influence du rapport aux savoirs disciplinaires des enseignants, et des futurs enseignants, sur les élèves (Beaucher, 2010; Plonczak, 2003). En effet, l’aisance personnelle au regard des savoirs disciplinaires à enseigner joue un rôle sur la façon dont ils sont transmis et reçus par les jeunes du primaire (Vincent, 2019). La recherche de maîtrise poursuit l’objectif d’identifier et de décrire la nature du rapport aux savoirs disciplinaires d’enseignantes du primaire en insertion professionnelle. Mieux comprendre le sens et la valeur qu’accordent ces novices aux matières à enseigner au primaire permet de saisir l’influence de leur rapport aux savoirs disciplinaires sur leur propension à innover dans leurs façons d’enseigner. Les résultats permettent de constater qu'il existe un lien entre la nature du rapport aux savoirs disciplinaires des enseignantes en insertion professionnelle interrogées et la maîtrise, l’aisance et la confiance qu’elles ont lorsqu’elles enseignent les savoirs disciplinaires, ce qui influencerait leur capacité à innover dans leur enseignement.
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 | 0.021 | 0.035 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.013 | 0.011 |
| Scholarly communication | 0.020 | 0.010 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.020 | 0.006 |
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".