Créer une carte narrative sur Google Maps : étude du raisonnement géographique et de la cohérence textuelle chez les élèves de la 9e année secondaire
Notice bibliographique
Résumé
Les objectifs du présent article visent à examiner le raisonnement géographique manifesté chez des élèves de 9 e année grâce à la création de cartes narratives sur Google Maps; à explorer les habiletés de ces élèves en ce qui a trait à l’utilisation de Google Maps; à estimer leur appréciation quant à l’intégration des cartes narratives au cours de géographie et à évaluer la qualité des textes qu’ils ont produits dans ces cartes narratives. Grâce à une méthode de recherche à la fois exploratoire et développementale, les cartes narratives sont examinées à l’aide de grilles d’analyse (raisonnement géographique et cohérence textuelle). Les résultats obtenus indiquent que les textes écrits sont essentiellement descriptifs et démontrent un certain raisonnement géographique relationnel avec des tentatives d’interprétation et d’explication limitées au site visuel. Si les élèves adaptent leur vocabulaire à la situation de communication, leurs textes descriptifs semblent manquer de cohérence macrostructurelle. Cependant, les élèves participants à l’étude semblent développer de nouvelles habiletés techniques sur Google Maps et apprécier l’intégration de la carte narrative au cours de géographie.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
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 tête enseignante, 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 ».