Patterns d’interactions écrites asynchrones entre des classes branchées en réseau
Notice bibliographique
Résumé
Résumé : L’étude s’inscrit dans le contexte de l’initiative québécoise de l’École éloignée en réseau (l’ÉÉR) visant à enrichir la qualité de l’environnement d’apprentissage des petites écoles rurales. L’étude s’intéresse de façon spécifique aux interactions asynchrones qui surviennent entre des classes distantes géographiquement par le biais d’un forum électronique de coélaboration de connaissances (le Knowledge Forum®). Nous nous sommes penchés sur le cas spécifique d’une commission scolaire en documentant la façon dont les interactions qui ont eu lieu entre les élèves de ses écoles impliquées dans l’initiative se sont orchestrées sur une période de deux années scolaires. Pour ce faire, nous avons principalement utilisé des analyses quantitatives descriptives. Les résultats démontrent la viabilité du modèle de mise en réseau pour faire interagir des élèves de classes différentes de sorte qu’ils puissent bénéficier d’un plus large bassin d’idées. Ils révèlent aussi que la collaboration en réseau s’organise autour de différents niveaux de complexité et que cette dernière varie selon les temps de l’année scolaire. Abstract:This study was conducted in the context of the Remote Networked Schools (RNS) initiative that aims at enriching Quebec’s rural schools learning environment. Specifically, the researchers studied how geographically distant classrooms interacted on Knowledge Forum®, a web-based collaborative space. The particular case of a school board was studied by documenting how school learners interacted asynchronously over a two year period. Descriptive quantitative analyses were applied. Results show the viability of the RNS model for student to student interaction in a way as to increase the idea pool. Results also reveal that network collaboration self-organizes at different levels of complexity, ones that vary according to the school-year schedule.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».