Métalittératie et pensée critique de futurs enseignants : pratiques et perceptions en francophonie
Bibliographic record
Abstract
La pensée critique et la capacité à aborder l’information sont apparues comme étant cruciales au cours des dernières années, particulièrement en raison du rôle délétère, réel ou supposé, des médias sociaux. Pour répondre à cet enjeu, le rôle de l’éducation et, par conséquent, des enseignants apparaît central. Dans cet article, nous rapportons les observations réalisées auprès de futurs enseignants en formation initiale dans une activité de visionnement et de débat sur un groupe social Facebook. Grâce à une vidéocapture (screencasting) et un protocole de pensée à voix haute, nous avons été en mesure de documenter les pratiques de pensée critique et les stratégies de métalittératie (un concept englobant des compétences telles que la littératie informationnelle et numérique) d’enseignants en formation en Wallonie, en France et au Québec (n = 9). Avec une série d’entrevues (n = 32), nous avons pu mettre en contraste ces stratégies avec les stratégies déclarées comme étant connues. Les étudiants en formation professionnalisante mobiliseraient davantage des stratégies métacognitives et autocritiques tandis que celles et ceux en formation disciplinaire mobiliseraient plutôt des stratégies dites critériées. Quel que soit le type de formation, on recense moins de stratégies mobilisées que de stratégies connues.
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 | 0.016 | 0.025 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.020 | 0.019 |
| Scholarly communication | 0.013 | 0.007 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".