Forum de discussion en ligne : analyse des échanges interculturels entre des élèves français et québécois
Notice bibliographique
Résumé
Les technologies de l’information et de la communication (TIC) sont de plus en plus présentes dans les différentes sphères de notre société, comme en éducation. De nombreux enseignants s’en servent pour travailler avec leurs élèves en classe. Malgré leur utilisation parfois limitée aux fonctions de base, les TIC offrent beaucoup d’avantages qui peuvent être très bénéfiques à l’éducation des jeunes, tout comme les échanges interculturels qui permettent aux jeunes de s’ouvrir sur le monde. Ce projet proposait de mettre en réseau par Internet des élèves québécois et des élèves français de 8 à 12 ans à l’aide du forum de discussion Knowledge Forum et de l’outil de vidéoconférence Via. Les connaissances et les attitudes des jeunes face aux autres et à leur culture, ainsi qu’à la technologie ont été analysées. Plus précisément, la participation, les différences et les ressemblances, les connaissances acquises, les façons d’interagir, les attitudes et le degré de présence sociale ont été étudiés à l’aide d’une grille d’analyse incluant les catégories de Bales. Des entrevues effectuées avec les enseignants et les élèves ont aussi été analysées. Le degré de présence sociale a permis aux attitudes des jeunes d’évoluer, devenant plus amicales au fil des échanges. Les élèves ont appris sur la culture de l’autre, ont discuté des différences et des ressemblances et ont donné beaucoup d’informations sur eux. Donc, la technologie a permis aux élèves de créer des liens avec les autres et d’apprendre sur la culture des deux pays.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».