Chercheure et Orthopédagogue au sein d’une enquête participative
Bibliographic record
Abstract
Depuis 2015, de nombreux orthopédagogues cliniciens exercent en France, inspirés par un modèle québécois en place depuis les années 60, et dont le cursus universitaire relève de la formation en Sciences de l’éducation. Leurs interventions sont centrées sur l’éducabilité cognitive des élèves. Cette pratique de l’orthopédagogie met en avant le processus de formation au sein de la triangulation pédagogique. Elle vise notamment les Élèves à Besoins Éducatifs Particuliers (EBEP) dans une perspective inclusive. Toute à la fois chercheure en Sciences de l’éducation et orthopédagogue sur le terrain, nous avons exploité ces deux caractéristiques professionnelles pour chercher à comprendre les effets, tant sur l’apprenant que sur le praticien, d’un accompagnement qui porterait sur l’apprendre à apprendre par la connaissance de soi. Une recherche-action a ainsi été menée sur trois ans, en utilisant des outils issus de la pratique professionnelle quotidienne de l’orthopédagogue ainsi que de la recherche. Les résultats montrent l'impact d'une certaine médiation cognitive sur la posture du praticien et l'individuation de l'élève. Cette approche, inscrite dans un rapport de subjectivité-vérité, questionne la professionnalité de l’orthopédagogue en France, souvent perçue comme « sauvage » en raison de son éloignement des théories classiques. En conclusion, cette enquête participative propose une analyse heuristique et pragmatique d’une posture pédagogique novatrice.
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 | 0.019 | 0.042 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.011 | 0.007 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.015 | 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".