Notice bibliographique
Résumé
Les méthodes d’auto-apprentissage suscitent de plus en plus d’intérêt depuis qu’on entrevoit leurs bénéfices et surtout qu’on sait qu’un nombre croissant d’adultes les adoptent. Dans un premier temps, l’auteur veut donner une définition du concept qui sous-tend ces méthodes, avant d’en aborder l’évolution historique. Par des illustrations d’auto-apprentissage tirées du milieu éducatif et à travers le processus de l’auto-apprentissage, il essaie de cerner l’aide recherchée par l’auto-apprenant. Passant ensuite de la théorie à la pratique en se servant des bibliothèques comme champ d’application, il parle de l’expérience américaine de l’« Adult Independant Learning Project », en tirant une description du rôle du bibliothécaire comme facilitateur et un aperçu de l’entraînement nécessaire à l’accomplissement de ce rôle, pour terminer par une analyse des possibilités d’implantation de tels projets dans des milieux comme les cégeps au Québec ou les collèges communautaires en Ontario.
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 | 0,013 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,013 | 0,018 |
| Études des sciences et des technologies | 0,006 | 0,012 |
| Communication savante | 0,015 | 0,013 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,005 |
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 ».