Accessibilisation numérique des enseignements dans l’enseignement supérieur et la recherche en France : expérience (trans)formatrice vécue par quatre enseignants-chercheurs dans un projet gouvernemental
Bibliographic record
Abstract
Cet article analyse les effets des Transformations pédagogiques et numériques (TPN) sur les pratiques et la professionnalisation des enseignants-chercheurs (EC), à partir d’un projet d’accessibilisation numérique financé dans le cadre d’une initiative gouvernementale. L’étude, fondée sur une approche compréhensive et une analyse thématique de récits d’expérience de quatre EC, éclaire les (trans)formations (Josso, 2011) générées par cette démarche (trans)formatrice. Elle mobilise la théorie de l’autodétermination (Deci et al., 2017) ainsi qu’une conception du métier articulant dimensions personnelle, impersonnelle, transpersonnelle et interpersonnelle (Miossec et Clot, 2011). Les résultats mettent en évidence des évolutions pédagogiques concrètes : scénarisation, explicitation des contenus, hybridation et attention accrue à l’accessibilité numérique. Le projet satisfait les besoins d’autonomie et de compétence, mais répond de façon ambivalente au besoin d’appartenance. Malgré un fort engagement individuel, la reconnaissance institutionnelle demeure faible, les soutiens collectifs rares et les tensions organisationnelles importantes. Ces limites freinent l’essaimage des innovations et fragilisent l’ancrage d’une motivation intrinsèque durable. L’article plaide pour une approche systémique de la professionnalisation des EC, intégrant toutes les dimensions du métier dans une vision holistique. Il souligne la nécessité d’une reconnaissance structurelle de l’accessibilisation numérique des enseignements (ANDE) comme levier de transformation de l’enseignement supérieur et de la recherche.
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 | 0.016 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".