MétaCan
Menu
Retour à la cohorte
Enregistrement W2943915849 · doi:10.4000/ere.2695

Pratiques d’enseignement au Canada et au Brésil intégrant les arts dans les sciences et technologies

2017· article· fr· W2943915849 sur OpenAlexvenueaboutno aff
Liliane Dionne, Emerson Ferreira Gomes, Luís Paulo de Carvalho Piassi

Notice bibliographique

RevueÉducation relative à l environnement · 2017
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueArt Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésINTPolitical scienceThe artsHumanitiesLibrary scienceArtComputer science

Résumé

récupéré en direct d'OpenAlex

Intéresser les jeunes aux sciences et technologies constitue un important défi. Nos activités de recherche et d’intervention, comme didacticiens au Canada et au Brésil, nous ont conduits à vouloir identifier des pratiques gagnantes à cet effet. Nous nous sommes penchés sur celles qui intègrent les arts. Une démarche itérative entre nos référentiels conceptuels et théoriques respectifs nous a permis d’affiner notre cadre d’analyse et d’identifier quatre dimensions pour examiner nos répertoires de pratiques sous l’angle de l’intégration des arts à l’enseignement des sciences : la pédagogie de la joie, la médiation, l’engagement des élèves et l’usage de représentations multimodales. Cette analyse fait ressortir deux principaux ensembles de pratiques : celles qui intègrent la créativité et les arts comme tâche d’apprentissage, et celles qui utilisent des artéfacts culturels comme la science-fiction et la musique, comme outil d’enseignement. L’analyse plus poussée de ces pratiques montre qu’elles sont porteuses de caractéristiques susceptibles d’encourager le développement de la créativité, d’intéresser les jeunes et de développer leur sens critique. Malgré le petit nombre analysé, nous croyons que ces pratiques et le référentiel qui les caractérise sont susceptibles d’alimenter la réflexion et le développement d’un répertoire de pratiques intégrant les arts à l’enseignement des sciences et technologies.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,157
Score d'incertitude au seuil0,421

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0290,039
Communication savante0,0160,005
Science ouverte0,0020,008
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,061
Tête enseignante GPT0,301
Écart entre enseignants0,240 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueÉducation relative à l environnementMême sujetArt Education and DevelopmentTravaux en français237 207