(Nouvelles) technologies et enseignement : progrès ou illusion ?
Notice bibliographique
Résumé
L’usage des technologies de l’information et des communications (TIC) en classe est maintenant bien implanté, notamment grâce aux plates-formes d’enseignement telles que WebCT, Moodle or Sakai. De plus, l’accès à une très vaste documentation est rendu possible grâce à Internet. L’enseignement de la traduction est donc susceptible de bénéficier grandement de ces avancées technologiques. Toutefois, ces ressources ont leur revers : non seulement elles nécessitent un investissement notable de l’enseignant, mais elles peuvent aussi se révéler un obstacle à l’acquisition d’un processus cognitif aussi complexe que celui de la traduction, si l’on cède à une illusion de facilité. Les étudiants risquent en effet de se perdre dans un dédale d’outils et de documents de qualité inégale. Dans le présent article, nous montrons que l’ergonomie cognitive est un facteur clé de la réussite de l’intégration des TIC. Nous plaidons pour des stratégies pédagogiques impliquant un engagement actif du professeur, tant pour transmettre les noyaux conceptuels pertinents au domaine de spécialisation considéré (formation conceptuelle), que pour baliser les ressources qui serviront de références (compétence informative). Enfin, nous soulignons que, malgré l’illusion de rapidité générée par les TIC, traduire ou réviser sont des actes qui font appel à des fonctions cognitives de haut niveau et qui nécessitent toujours temps et effort pour être pleinement maîtrisés.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».