Mon ami Google : une étude des pratiques des futurs enseignants du Québec en recherche d’information | My friend Google: A study on the information seeking process of Quebec’s pre-service teachers
Notice bibliographique
Résumé
While Quebec’s students mainly use Web search engines like Google to find information for their studies, teachers are tasked with giving them the proper training to do it efficiently. But are future teachers well prepared to accomplish their mission? This study analyzes the information seeking process used by Quebec’s pre-service teachers to find information on the Web. Results show that a majority of them are novice information searchers; they rarely plan ahead for their Web searching, they use basic search strategies, and scarcely diversify their searching tools. Results are discussed and recommendations are suggested to improve the information seeking process taught to pre-service teachers.Alors que les élèves du Québec cherchent prioritairement de l’information sur des moteurs de recherche comme Google, il revient aux enseignants de les former à le faire efficacement. Mais la relève est-elle bien préparée pour accomplir cette mission? Cette étude vise à décrire et analyser les pratiques déclarées et effectives de futurs enseignants québécois en recherche d’information sur le Web. Les résultats démontrent qu’ils emploient principalement un mode d’action novice : peu ou pas de planification, stratégies de recherche basiques et faible diversification des outils. Une discussion critique des résultats et des recommandations en formation initiale viennent clore cet article.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,004 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; 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 ».