Coconstruction de pratiques centrées sur l’oral réflexif et la gestion de la classe : parcours d’une enseignante du primaire au sein d’une recherche collaborative
Bibliographic record
Abstract
Notre équipe a mené une recherche collaborative de trois ans qui avait comme visée de favoriser les interactions entre les élèves en classe. L’apport de ces interactions pour soutenir les apprentissages ayant depuis longtemps été mis en avant (Vygostski, 1934/1985), nous avons choisi de nous intéresser à l’oral réflexif et aux pratiques pouvant faciliter sa mise en œuvre en classe. Cela nous a amenées à nous centrer sur le lien entre la didactique (ici, de l’oral) et la gestion de la classe, lequel n’a été que peu exploré jusqu’à maintenant (Dumouchel, 2017), dans la mesure où, selon les travaux de Butlen et de ses collaborateurs (2011), considérer en complémentarité et simultanément ces deux champs semble être une façon d’optimiser l’enseignement. Aussi avons-nous collaboré avec 12 enseignantes du primaire québécois afin de 1) décrire les obstacles à la mise en place de situations d’oral réflexif et de pratiques de gestion de la classe favorisant la prise de parole des élèves (réalisation d’entretiens de groupe) et 2) coconstruire, avec elles, des pratiques soutenant la mise en œuvre de l’oral réflexif chez les apprenants, par l’intermédiaire de communautés de pratique et d’un accompagnement personnalisé. Dans cette contribution, nous proposons de présenter le parcours d’une enseignante, du début à la fin de la recherche, pour décrire la coconstruction et l’évolution de ses pratiques.
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 | 0.008 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| 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".