La reconnaissance des acquis de l’expérience des travailleurs handicapés : un dispositif de formation fondé sur la reconnaissance sociale des savoirs expérientiels communs
Bibliographic record
Abstract
Cet article vise à mettre en évidence la manière dont un dispositif de formation professionnelle, dédié à la Reconnaissance des Acquis de l’Expérience des travailleurs handicapés (RAE), nous éclaire sur une modalité de mise en forme sociale des savoirs expérientiels communs acquis dans le travail. Il s’appuie sur des matériaux issus d’une recherche coopérative dont l’objectif était d’évaluer les effets de la RAE en termes de participation sociale. Dans un premier temps, nous contextualisons l’émergence de ce dispositif de formation, porté par l’association Différent et Compétent Réseau (DCR) au croisement des politiques publiques de la Formation Tout au Long de la Vie (FTLV) et du handicap. Nous présentons ensuite les principaux résultats de l’enquête concernant le dispositif et ses effets pour les lauréats d’une RAE, observés par leurs accompagnateurs, et ceux déclarés par les intéressés eux-mêmes, recueillis au cours d’entretiens. Sur la base d’une analyse secondaire de ces matériaux, notre analyse se concentre enfin sur les mécanismes de mise à jour des savoirs expérientiels des travailleurs handicapés et la manière dont s’opère leur accréditation à la fois subjective et sociale.
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 | 0.006 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.012 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.011 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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".