L’éducation esthétique pour soutenir le rôle de médiateur culturel : quelles retombées sur les enseignants et les artistes
Bibliographic record
Abstract
Agir en tant que médiateur culturel est une compétence professionnelle attendue des enseignants québécois et des artistes appelés à intervenir auprès des élèves. Or, plusieurs se disent peu outillés pour exercer ce rôle. C’est afin d’aider les enseignants et les artistes dans leur rôle de médiateur culturel que nous avons mis en place une recherche-action qui poursuivait l’objectif général d’offrir une formation en éducation esthétique, une approche utilisée aux États-Unis pour soutenir les actions en médiation culturelle. La formation, constituée de six rencontres, visait à diffuser auprès des participants ce qu’est l’éducation esthétique et à les amener à expérimenter en classe des activités basées sur celle-ci. Nous avons suivi huit participants (deux enseignants, six artistes) afin de décrire l’influence de l’éducation esthétique sur leur compréhension de leur rôle de médiateur culturel et sur leur pratique professionnelle. Les données, de nature qualitative, ont été collectées par des entretiens semi-dirigés, un compte rendu de chacune des rencontres, un journal de bord et les activités créées par les participants. L’analyse thématique a permis de dégager deux principaux résultats : la formation en éducation esthétique a confirmé et enrichi la pratique professionnelle des participants, et a modifié, pour certains, la représentation qu’ils se font de leur rôle de médiateur culturel.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.015 | 0.022 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.006 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".