Un dispositif de développement professionnel appuyé par la recherche : le cas de l'enseignement et de l'apprentissage des controverses et de l'argumentation en sciences au secondaire québécois
Bibliographic record
Abstract
Le dispositif que nous présentons ici est celui mobilisé actuellement dans le cadre d’un projet financé par le Conseil de recherches en sciences humaines du Canada, « Former aux controverses socioscientifiques dans les cours de sciences: Rôle du débat et de l’argumentation » : un Dispositif de Développement Professionnel appuyé par la Recherche (DiDPAR). Ce dispositif a été développé et mis en oeuvre au cours d’une vingtaine d’années dans le cadre d’autres projets portant sur différents objets didactiques : la conceptualisation et la modélisation, l’intérêt des jeunes pour les sciences, l’interdisciplinarité, les démarches d’investigation scientifique, etc. Dans ce texte, nous rappelons brièvement les enjeux associés à la formation à l’enseignement des controverses et de l’argumentation, avant de décrire les fondements du DiDPAR qui s’appuie sur les concepts suivants : le dispositif de formation, le développement professionnel, les recherches participatives, les communautés d’apprentissage professionnelles (CAP). Par la suite, nous présentons brièvement les modalités de son opérationnalisation et les principaux constats qui en découlent.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.027 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".