MétaCan
Menu
Retour à la cohorte
Enregistrement W2802908084 · doi:10.18162/ritpu-2017-v14n3-04

Appreciation d’etudiants universitaires en sciences de l’education des pratiques de formation universitaire, recourant ou non a l’image, en ce qui a trait a la presentation/production des contenus de cours

2017· article· fr· W2802908084 sur OpenAlexaffvenue
Virginie Martel, Jean-François Boutin, Nathalie Lemieux, Dayna McLaughlin, Isabelle Beaudoin, Monica Boudreau, Julie Mélançon, Rakia Laroui

Notice bibliographique

RevueRevue internationale des technologies en pédagogie universitaire · 2017
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversité du Québec à MontréalUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésHumanitiesSociologyArt

Résumé

récupéré en direct d'OpenAlex

La multiplication des technologies numériques (Brumberger, 2011) a eu pour effet d’augmenter considérablement la présence de l’image dans la vie des étudiants. Étant donné la place qu’occupe l’image aujourd’hui, il importe de tenir compte davantage de son apport dans l’enseignement et dans l’apprentissage en contexte universitaire (Serafini, 2014). Cet article présente les résultats d’une étude mixte qui avait entre autres pour buts : 1) de dresser le portrait des pratiques d’apprentissages formels et informels d’étudiants universitaires en matière de littératie visuelle; 2) d’explorer l’appréciation que font les étudiants universitaires des choix réalisés par les formateurs en ce qui a trait à la présentation/production des contenus de cours; 3) d’analyser le sentiment de compétence des étudiants universitaires en matière de littératie visuelle. Dans cet article, ce sont les résultats recueillis en lien avec le deuxième objectif qui sont présentés et discutés. Les résultats obtenus illustrent que les étudiants sont nombreux à préférer un équilibre entre les pratiques d’enseignement jugées plus traditionnelles et les pratiques multimodales qui recourent au mode visuel. La grande majorité affirme cependant apprendre davantage lorsque l’image est utilisée comme support de présentation des contenus de cours.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,359
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,003
Communication savante0,0010,008
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,046
Tête enseignante GPT0,320
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale des technologies en pédagogie universitaireMême sujetLiteracy, Media, and EducationTravaux en français237 207