MétaCan
Menu
Retour à la cohorte
Enregistrement W1875772391 · doi:10.21432/t23019

Apports et limites des tâches web 2.0 dans un projet de télécollaboration asymétrique / Benefits and limitations of web 2.0 tasks in an asymmetrical tele-collaboration project

2014· article· fr· W1875772391 sur OpenAlexvenueno aff
Charlotte Dejean-Thircuir, François Mangenot

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLigneHumanitiesDistance educationSociologyLibrary sciencePedagogyComputer scienceArt

Résumé

récupéré en direct d'OpenAlex

Cet article se penche sur un échange en ligne lors duquel des étudiants de Master FLE (futurs enseignants de français) ont fait réaliser une soixantaine de tâches d’apprentissage à distance à des apprenants chypriotes et lettons. Pour un tiers de ces tâches, qui constituent l’objet d’analyse, les étudiants de FLE ont fait appel à des applications du Web 2.0. L’article en propose d’abord une délimitation et une catégorisation. Puis il cherche à comprendre les raisons pour lesquelles ces tâches n’ont pas débouché sur des échanges avec le monde extérieur, ni même, dans certains cas, à une diffusion des productions finales ; il s’oriente pour cela vers la question du ou des destinataire(s) des productions réalisées par les apprenants. This article focuses on an online exchange in which students in a Master FLE (French as a Foreign Language) class (future French language teachers) asked Cypriot and Latvian French-language learners to complete sixty distance-learning tasks. One third of these tasks, which are the focus of this article, used Web 2.0 applications. The article first describes and categorizes the tasks. Then it tries to understand why these tasks have not led to the expected interactions with a wider online audience nor to the anticipated dissemination of the content developed by the learners. It (continues) concludes by exploring the question of who are the intended recipient(s) of the content produced by these learners.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0060,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,302
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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