Les écritures en situations professionnelles
Bibliographic record
Abstract
L’écriture a longtemps été envisagée sous son aspect de littérarité, et non pour ses qualités de communication dans les champs professionnels ou dans le domaine de la formation. C’est pour aborder ce nouveau sujet qu’un groupe de chercheures et chercheurs, composé d’universitaires francophones provenant de la Belgique, de la France, du Québec et de la Suisse, a voulu mettre à contribution ses réflexions dans Les écritures en situations professionnelles. Quelles sont les caractéristiques de l’écriture professionnelle ? Entre prescription et réalité, transcription et transformation, conformité et singularité, les écritures en situations professionnelles s’immiscent dans les activités du travail sous des formes et selon des logiques différentes. La question posée dans ce livre est la suivante : en quoi l’écriture peut-elle favoriser la professionnalisation dans le champ de l’éducation et de la formation des adultes ? La visée de cet ouvrage collectif est de répondre à cette interrogation en apportant un éclairage aux enseignantes et -enseignants, formatrices et formateurs, professionnelles et professionnels, tant d’un point de vue théorique, en se situant sur des champs de recherches différents, que d’un point de vue pratique, dans une perspective d’interventions. Deux volets de l’écriture sont abordés : l’écriture comme instrument de développement professionnel et les effets de l’écriture comme outils de professionnalisation.
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 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.013 | 0.023 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
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".