Faire des sciences dans le cadre d'une communauté virtuelle éducative : Devenir apprenti - chercheur
Notice bibliographique
Résumé
Comment aider les élèves à devenir apprentis-chercheurs lors de leurs activités scientifiques ? Ce travail examine les organisations pédagogiques innovantes que sont les communautés éducatives virtuelles, à travers l’exemple du Monde de Darwin initié par Michel Aubé de l’université de Sherbrooke. Une présentation du dispositif en cerne les intérêts didactiques et pédagogiques qui sont discutés dans une analyse détaillée, en termes d’apprentissages des élèves, relativement à un cadre socioconstructiviste dans une perspective de pédagogie du projet-élèves. Cependant, la dimension la plus novatrice est portée par le socle épistémologique des communautés éducatives virtuelles scientifiques, qui est identifié à travers le pragmaticisme de Charles Peirce. Cette base s’articule selon trois théories : la communauté illimitée de chercheurs, la fonction de l’abduction et l’interprétation de la sérendipité. Toutes trois concourent à expliciter un nouveau groupe de compétences qui permettent aux élèves de devenir apprentis-chercheurs. Le rôle des communautés éducatives virtuelles est alors défini sur un plan éthique qui rejoint l’horizon de la «quête désintéressée» dans la recherche scientifique.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,014 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».