“Sa:y What You Want . . .”: Rap Battles in a Technology-Enhanced Classroom
Notice bibliographique
Résumé
Les paysages communicationnel et linguistique évoluant constamment, les élèves de la maternelle à la 12e année s’engagent dans des exercices d’alphabétisation très variés (tant sur papier qu’à l’écran) dans des salles de classe où l’enseignement est assisté par la technologie. Grâce aux possibilités qu’offrent les technologies, il est désormais facile de se déplacer entre les différents espaces d’apprentissage, à l’intérieur et à l’extérieur des lieux physiques que sont ces salles de classe. Il s’ensuit que les frontières entre les espaces d’apprentissage interstitiel (non sanctionné) (les corridors par exemple) et les espaces d’apprentissage présentiel (sanctionné par l’école) s’estompent. En circulant entre les espaces d’apprentissage, les apprenants véhiculent leur historique d’apprentissage partagé. L’auteure rend compte des observations tirées d’une étude de cas ethnographique ayant pour objet une classe de 6e année ayant recours à la technologie, envisagée dans une optique théorique de socialisation linguistique. Les données recueillies au fil d’une année scolaire proviennent d’observations sur le terrain, d’entrevues et des journaux mensuels d’activités d’alphabétisation des participants. Les résultats de l’analyse thématique à laquelle l’auteure soumet ces données révèlent que, dans les espaces d’apprentissage interstitiel, les élèves prennent part à des activités d’alphabétisation qui englobent le brassage d’idées issues de YouTube et de joutes rap, dont les conventions sociales diffèrent. Le fait de mieux comprendre ces activités d’alphabétisation devrait, selon l’auteure, avoir des répercussions sur l’efficacité des méthodes pédagogiques des enseignants.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,009 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».