MétaCan
Menu
Retour à la cohorte
Enregistrement W3041503694 · doi:10.1522/rhe.v4i1.976

Éditorial

2020· article· fr· W3041503694 sur OpenAlexaffvenueabout
Souleymane Djigué Barry, Nathalie Murray

Notice bibliographique

RevueRevue hybride de l éducation · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensCégep de JonquièreUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Les recherches participatives (RP) ne sont plus à définir ou présenter (Anadon, 2007 ; Bednarz, 2013). Elles sont parvenues à s’imposer dans l’univers des recherches en sciences humaines et sociales comme une autre façon pertinente/valable de faire de la recherche qui tient compte des contextes des acteurs ou participants et de leurs perspectives (Bednarz, 2015 ; Morissette, et al., 2017), et ce, selon la spécificité des formes que peuvent prendre ces recherches (recherche-action, recherche collaborative, recherche partenariale, etc.). On peut, sans risque de se tromper, parler d’une maturité acquise par ce type de recherches conduites « avec » plutôt que « sur » les praticiens, qu’appelait de ses vœux Lieberman (1986). Cette maturité des RP appelle à une réflexion synthèse régulière sur leurs contributions théoriques et méthodologiques majeures ainsi que sur leurs nouveaux défis. C’est dans cet ordre d’idées que nous avons organisé, les 7 et 8 mai 2018, dans le cadre du congrès annuel de l’ACFAS qui se tenait à Chicoutimi, un colloque bilan réunissant des chercheurs d’horizons divers pour faire ensemble le point sur les aspects les plus importants des RP. Pour l’essentiel et sans être exhaustif, le bilan auquel nous avons convié les conférenciers qui, pour la plupart, ont accepté de contribuer à ce numéro thématique.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,002
Communication savante0,0090,006
Science ouverte0,0030,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,3660,182

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 Opus0,424
Tête enseignante GPT0,479
Écart entre enseignants0,054 · 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
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue hybride de l éducationMême sujetEducation, sociology, and vocational trainingTravaux en français237 207