de claude-education-skills211
Concevez un cycle d'enquête pour enseignants gérable et fondé sur des preuves, de la question à la collecte de données, l'analyse et le partage, afin d'améliorer la pratique en classe.
Conçoit un cycle d'enquête complet et pratique pour les enseignants, aidant les éducateurs à transformer une question de classe en un plan d'action fondé sur des preuves. La compétence produit une conception d'enquête structurée (question de recherche, mesures de base, plan d'intervention, stratégie de collecte de preuves, cadre d'analyse et plan de partage) adaptée à la charge de travail et au contexte d'un enseignant. Elle met l'accent sur des questions axées sur l'impact, une collecte de données gérable et des sources de preuves multiples afin que les conclusions soient utiles et fiables.
Utilisez cette compétence lors du démarrage d'une recherche-action, de la planification d'une enquête professionnelle ou du test d'un changement d'enseignement en classe. Les déclencheurs idéaux incluent : la planification d'une intervention sur un trimestre, l'évaluation d'une nouvelle routine d'instruction, la conception d'essais au niveau du département ou la préparation d'un projet de recherche dirigé par un enseignant pour l'amélioration de l'école.
Idéal avec des agents supportant des prompts longs et des sorties structurées (assistants de style Claude, agents de flux de travail pouvant gérer des modèles multi-étapes).
A well-structured education skill that guides teachers through designing practitioner inquiry cycles. No scripts or executable code — purely a prompt-based skill with detailed frontmatter, evidence foundation, input/output schemas, and a thorough example output. The SKILL.md is well-written with clear triggers and domain-specific guidance, but serves a very niche audience (K-12 teachers doing action research) and has no automation beyond prompt templating.
Clean skill with no security concerns whatsoever — no scripts, no network calls, no executable code. The SKILL.md itself is thorough and well-organized with proper frontmatter, evidence citations, input/output schemas, chains_well_with references, and a detailed worked example. Architecture follows the skill spec reasonably well with clear separation between metadata and prompt body. Usefulness is limited by its very specific audience — teachers conducting practitioner inquiry — which is a narrow use case in the broader AI agent ecosystem.
