Ralentir pour ressentir: L’appréciation artistique au cœur de l’enseignement des arts au secondaire
Bibliographic record
Abstract
L’auteure enseigne les arts plastiques dans une école secondaire montréalaise, une pratique nourrie par les évolutions socioculturelles et ajustée aux besoins des élèves, en phase avec leur présent et orientée vers leur avenir. Fascinée par l’art contemporain et engagé, elle a progressivement ancré sa pédagogie dans l’appréciation esthétique, un levier pour connecter les adolescents à leur environnement dans un monde façonné par les crises sociales et l’omniprésence numérique. Face aux contraintes scolaires — horaires rigides, groupes nombreux, échanges délicats —, elle a adapté ses approches, favorisant la réflexion en allégeant la cadence des cours. La pandémie a intensifié ces obstacles tout en révélant le pouvoir transformateur de l’art. Depuis, elle met en avant l’appréciation artistique contemporaine, intégrant les technologies dans des projets pédagogiques novateurs. En puisant dans la musique, l’animation et l’interculturalité, et en s’inspirant d’artistes locaux et canadiens, elle engage les élèves dans une exploration de la diversité et des enjeux actuels, renforçant leur sentiment d’appartenance. Pour elle, l’appréciation artistique, à la fois acte de résistance et de lien, promeut une éducation inclusive et porteuse de sens, en résonance avec les aspirations d’une jeunesse confrontée à un monde complexe.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.016 | 0.017 |
| Scholarly communication | 0.017 | 0.006 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.026 | 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".