Ontologie de description et vocabulaire de métadonnées pour les scénarios pédagogiques /
Notice bibliographique
Résumé
Licence de la propriété intellectuelleCette création est mise à disposition selon le Contrat Paternité-Pas d'Utilisation Commerciale-Pas de modification 2.5 Canada qu'il est possible de consulter en ligne à l'adresse suivante : .La diffusion de ce rapport est encouragée dans le respect des clauses de ce contrat.Cette étude a été réalisée avec le soutien financier du Groupe de travail québécois sur les normes et standards en TI pour l'apprentissage, l'éducation et la formation (GTN-Québec).Le contenu de ce rapport demeure la responsabilité des auteurs.Les opinions qui y sont exprimées ne reflètent pas nécessairement celles du GTN-Québec. AuteursGilbert Paquette détient un Ph.D de l'Université du Maine (France) en Intelligence artificielle et éducation.Chercheur au Centre-laboratoire en informatique cognitive et environnement de formation (LICEF) de la Télé-université qu'il a fondé en 1992.Il est titulaire de la chaire de recherche du Canada en ingénierie cognitive du téléapprentissage et professeur titulaire à la Téléuniversité du Québec à Montréal.Il a reçu en 2007 un doctorat honoris causa de l'Université Pierre et Marie Curie (Paris VI).À l'origine de plusieurs projets de recherche-développement stratégiques, dont le réseau pancanadien LORNET, ses publications récentes incluent quatre livres sur les technologies d'apprentissage.Il a agi comme conférencier dans de nombreuses conférences internationales et participe au comité scientifique de six revues, trois en France, une aux États-Unis et deux au Canada.Il est « fellow » du World Technology Network, un réseau d'experts internationaux.Il représente le Canada sur le consortium GLOBE sur les objets d'apprentissage.Il a aussi fondé deux entreprises, Micro-Intel (1987-1991) et Technologies Cogigraph (1999-2013), une entreprise dérivée du LICEF.Il a servi comme ministre de la Science et de la Technologie du Québec (1982-1984).Michel Léonard détient une maîtrise en éducation (option Andragogie), un baccalauréat en technologie électrique (option Télécommunication) et un•D.E.C. en chimie industrielle.Il a développé une expertise dans plusieurs domaines• : hospitalier, maintenance industrielle, vidéo analogique et audio RF, d'abord comme technicien, puis coordonnateur, ingénieur d'essais et de développement, ingénieur de production et gérant de production, formateur.Au LICEF, il a contribué au développement et à la validation des méthodes TFMM et MISA, des systèmes d'ingénierie pédagogique AGD•et ADISA, des éditeurs•MOT•de modèle de connaissances•et plus récemment des éditeurs MOT de scénario (TELOS et IMSLD)•et d'ontologie (OWL-DL).Il a donné plusieurs formations sur la modélisation MOT et sur l'ingénierie pédagogique MISA à de nombreux utilisateurs de divers milieux.Il est impliqué depuis plusieurs années dans les projets de Technologies Cogigraph auprès de divers organismes et entreprises.2.4 Profil d'application « Scen : ScénarioPédagogique » ........................................
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».