Collective Digital Storytelling: An Activity-theoretical Analysis of Second Language Learning and Teaching | Les histoires numériques collectives : une analyse systémique de l’activité d’apprentissage-enseignement d’une langue seconde
Notice bibliographique
Résumé
This paper describes the collective activity of a group of four students who created a digital story as a teaching resource that was to be used for teaching English as a foreign language. It uncovers and analyzes the actual processes underlining the activity as it unfolds from one stage to another. Four processes, viz., sociocognitive interactions, methodological processes, reflective processes and techno-semiopragmatic interactions were identified during the unfolding of the collective activity. Moreover, the results of this study highlight the role of the community in determining the activity of a lower level language group. Cet article décrit l’activité collective d’un groupe restreint de quatre étudiants qui a créé une histoire numérique en tant que ressource pédagogique pour l’enseignement de l’anglais langue étrangère. Il analyse et révèle des processus de l’activité lorsqu’elle se déplie d’une phase à une autre. Quatre processus, à savoir les interactions sociocognitives, les processus méthodologiques, les processus réflexifs et les interactions techno-sémiopragmatiques ont été identifiés. Les résultats de cette étude soulignent également le rôle de la communauté pour déterminer l’activité d’un groupe restreint ayant un niveau linguistique inférieur par rapport aux autres groupes.
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 | 0,001 | 0,002 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».