Essai d'utilisation du système de Flanders pour l'analyse de l'interaction en classe
Bibliographic record
Abstract
La présente étude résulte des difficultés rencontrées lors de l'entraînement fait en vue de l'utilisation du système d'analyse d'interaction développé par N.A» Flanders (I960). Notre projet initial de thèse avait comme objectif d'essayer de déterminer s'il existe des liens entre certaines variables qui font partie de l'enseignement. Etant donné que le système d'observation de Flanders est construit de façon à donner des informations sur les aspects affectifs de l'acte d'enseigner, nous avions pensé qu'il pourrait y avoir des relations entre ces données et celles obtenues sur les qualités de relations humaines des professeurs telles que perçues par les élèves et mesurées par le Barrett-Lennard (1962). Comme nous devions nous assurer des qualités métrologiques de l'instrument d'observation que nous avions décidé d'utiliser, une période d'entraînement suffisamment longue pour obtenir un coefficient acceptable d'entente entre deux observateurs avait été prévue. Tenant compte du fait que Flanders (1967) estime qu'un entraînement préliminaire de six à dix heures avec des enregistrements est nécessaire avant de passer à l'observation dans des classes réelles, tenant compte également que d'après Flanders (1967), un coefficient de Scott (1955) d'au moins 0.85 d'entente entre deux observateurs est souhaitable, nous avons pensé indispensable, après un entraînement de plus de vingt-cinq heures sans obtenir un coefficient de Scott dépassant 0.65, de faire une étude approfondie des problèmes qui se rapportent à la fidélité et à la validité du système d'analyse d'interaction en classe. Nous avons cru qu'une telle étude s'imposait du fait que le système de Flanders est très répandu aux Etats-Unis (Campbell et Barnes, 1969) et qu'il est maintenant utilisé au Québec (Gauthier, 1969) alors que peu d'études critiques ont été faites à son sujet (Allon, 1969; Mitchell, 1969; Rosenshine, 1970). Trois chapitres servent à rendre compte de notre recherche. Dans le premier chapitre, nous faisons un exposé du système d'analyse élaboré par Ned A. Flanders» Le deuxième chapitre fait état de l'essai d'utilisation que nous avons fait du système d'analyse d'interaction. Les problèmes rencontrés en exécutant cette opération sont analysés dans le troisième chapitre. Une conclusion termine l'ouvrage.
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 | 0.043 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".