La théorie de la transposition didactique : un outil conceptuel pour décrire les savoirs grammaticaux élaborés en classe par les élèves
Bibliographic record
Abstract
Nos travaux 1 visent à décrire les connaissances grammaticales élaborées par des élèves au cours de l'enseignement/apprentissage de l'accord du verbe.Cette description est réalisée grâce à l'analyse des interactions didactiques, c'est-à-dire les interactions qu'entretiennent les trois pôles du triangle didactique (élève, enseignant et savoir) dans la construction des objets enseignés.La théorie de la transposition didactique de Chevallard (1985/1991) constitue la pierre angulaire de nos travaux.Les concepts de transposition didactique externe (savoir à enseigner) et interne (savoir effectivement enseigné) agissent à titre d'analyseur des interactions didactiques ; le doublet chronogenèse / topogenèse est l'outil conceptuel que nous convoquons pour dépeindre le passage des savoirs à enseigner aux savoirs effectivement enseignés et appris.Cet article mettra l'accent sur les aspects conceptuels et méthodologiques associés à l'étude des interactions didactiques en classe; des résultats seront présentés dans le seul but d'illustrer notre démarche de recherche qui s'inscrit dans le cadre de la théorie de la transposition didactique.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.011 |
| Scholarly communication | 0.006 | 0.008 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 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".