Notice bibliographique
Résumé
year olds finally meeting their online mentor in person. A shy voice exclaims ‘we thought you were a teenager!’ I tell them there is a seven in my age too, but that it’s followed by an eight. Gasp! Then an onslaught of voices compares my longevity with that of their grandparents, even greats – which I am also. Now I’m in. They have given me that status I had before, when we were all invisible. But then they would write “You ROCK” when they liked what I was telling them about their writing. This measures the potency – some call it magic – of WIER’s one-on-one contact between author mentors who spend 12-week terms mentoring creative work – poems and stories – and the students who send it to them online through participating schools. (You’ll find all of us on your computer when you go to www.wier.ca and follow all the links.) Trevor Owen, a Toronto high school teacher, was the inspiration for Writers in Electronic Residence, which he began in the 1980s. Its immediate success at this senior level prompted him to expand it to include students from kindergarten up. He asked me to assist in developing an elementary/intermediate program, since I had been giving language and music workshops in Scarborough public schools. These workshops had led to an O.I.S.E. experiment with a few authors responding to students’ submissions online. Trevor wanted this online response to continue, even though we agreed that working with younger children would lean heavily on motivation, as in “Keep Writing!” Critique would
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,001 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,118 | 0,059 |
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 ».