MétaCan
Menu
Retour à la cohorte
Enregistrement W1509304813 · doi:10.21432/t2hp42

Synthèse critique des connaissances sur l'écriture électronique à l'aide du blogue au primaire et au secondaire

2011· article· en· W1509304813 sur OpenAlexaffvenue
Stéphane Allaire, Pascale Thériault, Evelyne Lalancette

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologySociologyLibrary sciencePedagogyComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This article offers a critical synthesis of the knowledge obtained in the wake of the work of the Comite d’experts sur l’apprentissage de l’écriture (Committee of experts on learning to write), which published a report entitled, « Mieux soutenir le développement de la compétence à écrire » (Better Support for the Development of Writing Skills) in January 2008. The synthesis focused on scientific texts that deal with the practice of electronic blog writing in elementary and high school classrooms. The period covered extends from January 2004 to May 2010. Results indicate that a blog’s contexts of use can favour students’ motivation to write, add authenticity to the writing process, and lead students to produce numerous texts. The qualitative aspect of these texts, however, has been little discussed until now. In light of the compiled texts, conceptual and methodological considerations are also proposed as potential avenues for future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil0,947

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,287
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetFrench Language Learning MethodsTravaux en français237 207