Postures et compétences d’accompagnement des personnes superviseures de stage à la formation initiale à l’enseignement professionnel de l’Université de Sherbrooke, lors d’animation de groupe de codéveloppement professionnel
Bibliographic record
Abstract
Cet essai examine l’accompagnement des stagiaires inscrits à la formation pratique en enseignement de l’Université de Sherbrooke, où les groupes de codéveloppement professionnel sont utilisés lors des retours de stage en enseignement professionnel. L’objectif de cette recherche est d’établir un portrait des postures et des compétences d’accompagnement des personnes superviseures universitaires, alors qu’elles animent les groupes de codéveloppement professionnel en séances synchrones sur Teams. Le cadre de référence sur lequel s’appuie ce projet de recherche se fonde sur trois axes principaux. Premièrement, il explore le fonctionnement des groupes de codéveloppement professionnel. Deuxièmement, il examine les différentes postures et compétences d’accompagnement, en s’inspirant des travaux de chercheurs et chercheuses, comme Amamou (2022), Colognesi et al. (2019), Paul (2020) et Vivegnis (2016). Troisièmement, il aborde l’accompagnement à distance, tel qu’étudié par Jézégou (2019) et Petit et al. (2015). Cette recherche qualitative, basée sur des études de cas multiples, offre une perspective variée et des recommandations pour améliorer l’accompagnement des stagiaires lors de groupe de codéveloppement professionnel.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".