MétaCan
Menu
Retour à la cohorte
Enregistrement W2533971569 · doi:10.4236/ce.2016.716233

Interdisciplinarity in Primary and Secondary School: Issues and Perspectives

2016· article· en· W2533971569 sur OpenAlexaff
Yves Lenoir, Abdelkrim Hasni

Notice bibliographique

RevueCreative Education · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésTransdisciplinarityRelevance (law)Field (mathematics)Ideal (ethics)InterdisciplinarityEpistemologySociologyEngineering ethicsSocial sciencePolitical scienceEngineeringLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

The article deals with three questions which feed the debates on the school interdisciplinarity. Firstly, why promote interdisciplinarity in basic education? To answer this question requires to make a fast historical reminder of the emergence and the evolution of the interdisciplinarity in the field of education, so as to highlight three distinct readings of interdisciplinarity before presenting four arguments which show the relevance of its use in teaching. Secondly, how can interdisciplinary practices be fostered in education? The results of various works lead us to draw four strong trends, ideal-typical, to which the teachers use in their practices. Thirdly, what are the educational questions and issues raised by such practices, and what challenges must we address to make sure they are properly applied? We then suggest six principles by which to found and describe what we understand by school interdisciplinarity. A definition of the school interdisciplinarity is then moved forward. To conclude, we call back to mind a few aspects which appear essential when contemplating the use of interdisciplinarity in school, what leads us to place this one with regard to the transdisciplinarity.

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)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0090,019
Communication savante0,0170,008
Science ouverte0,0010,007
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,289
Écart entre enseignants0,274 · 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'étudeSans objet
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

Citations55
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCreative EducationMême sujetE-Learning and Knowledge ManagementTravaux en français237 207