MétaCan
Menu
Retour à la cohorte
Enregistrement W2794386414 · doi:10.14428/rcompro.vi1.263

Les dispositifs de professionnalisation des formations universitaires en communication

2013· article· fr· W2794386414 sur OpenAlexaffabout
François Lambotte, André A. Lafrance, Catherine Coyette

Notice bibliographique

RevueRevue Communication & professionnalisation · 2013
Typearticle
Languefr
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans cet article, nous développons une réflexion sur la professionnalisation de la formation universitaire en communication. Après avoir exposé les différentes significations possibles pour la notion de professionnalisation ainsi que les dispositifs pédagogiques s’y référant, nous faisons état de la situation en Belgique, en France ainsi qu’au Canada. Nous dégageons ensuite une série d’enjeux que nous abordons au travers du récit de notre propre dispositif d’enseignement. Le récit retrace la mise en place d’un séminaire de communication interne interactif dans lequel des étudiants canadiens, français et belges collaborent pour la résolution d’un audit de communication interne fictif. Au final, en prenant appui sur le cadre théorique de Wittorski (2012), notre article se clôture par une discussion sur les plus-values et les limites d’un tel projet tant pour les étudiants que pour les enseignants. Nous concluons que notre dispositif de formation que nous qualifions de « pédagogie active » est en adéquation avec les attentes et recommandations des associations professionnelles. Parallèlement, il préserve chez eux le développement de compétences universitaires. Les étudiants sont notamment amenés à accroître leur savoir-faire tout en élaborant une réflexion critique sur leurs pratiques professionnelles.

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)0,020
score de la tête « metaresearch » (Gemma)0,043
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 enseignants0,028
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0140,014
Communication savante0,0140,012
Science ouverte0,0020,012
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0250,004

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,352
Écart entre enseignants0,306 · 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

Citations2
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue Communication & professionnalisationMême sujetTeam Dynamics and PerformanceTravaux en français237 207