MétaCan
Menu
Retour à la cohorte
Enregistrement W2734850484 · doi:10.7202/1040224ar

Construction de bénéfices mutuels en contexte collaboratif : pistes théoriques et méthodologiques

2017· article· fr· W2734850484 sur OpenAlexaff
Isabelle Nizet, Réjane MONOD ANSALDI

Notice bibliographique

RevuePhronesis · 2017
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHumanitiesValuation (finance)Political scienceArtEconomics

Résumé

récupéré en direct d'OpenAlex

Nous référant aux résultats produits dans le cadre de deux projets collaboratifs axés l’un sur la formation continue d’enseignants (Chantier 7) et l’autre sur la recherche orientée par la conception (LéA), nous souhaitons montrer comment les cadres méthodologiques et théoriques choisis ont permis de repérer comment se construisent les bénéfices mutuels dans chacun des deux projets. Le métissage des praxéologies dans le LéA s’appuie sur l’émergence d’objets frontières et sur des phénomènes de brokering mis à jour dans l’analyse de réponses à des questionnaires soumis aux participants. La co construction de savoirs en évaluation dans le cadre du chantier 7 se fait à travers des démarches de valuation appuyées par le recours à différents critères de validité et de viabilité des savoirs deformation en circulation. Suite à l’analyse séparée de deux corpus, nous avons souhaité mettre à l’épreuve ces trois concepts (objet frontière, brokering et valuation de savoirs) dans un atelier offert à des enseignants, des conseillers pédagogiques et des chercheurs ayant participé au réseau des LéA. Les résultats exploratoires de cet atelier permettent de faire l’hypothèse qu’ils ont une certaine pertinence auprès de participants impliqués dans le pilotage de projet de recherche collaborative. En effet, la compréhension des fonctions de brokering, le repérage des objets frontières et des mécanismes de valuation de savoirs semble offrir des pistes utiles pour le pilotage de tels projets et soutenir le contrat collaboratif.

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)0,025
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0050,016
Communication savante0,0140,016
Science ouverte0,0020,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,241
Tête enseignante GPT0,504
Écart entre enseignants0,263 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhronesisMême sujetEducation, sociology, and vocational trainingTravaux en français237 207