MétaCan
Menu
Retour à la cohorte
Enregistrement W3094849046 · doi:10.3917/ela.197.0113

L’ énovation , un concept au service du projet identitaire européen : une illustration par la certification

2020· article· fr· W3094849046 sur OpenAlexaff
Stéphanie Mac Gaw

Notice bibliographique

RevueÉla Études de linguistique appliquée · 2020
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

On dit de la diversité qu’elle est une richesse, mais comment prétendre à sa préservation dans le contexte actuel de globalisation ? À l’heure de la standardisation des compétences individuelles critériées par le biais de documents politiques tels que le CECR (2001), dont certains diront qu’il participe à une marchandisation, voire à une MacDonaldisation de l’enseignement supérieur, cet article présente le rôle majeur que peut jouer une certification en langues dès lors qu’elle s’inscrit dans une dynamique « énovante » ; un concept que nous empruntons à Gélinas et Fortin (1996), et qui repose sur l’idée que les unités d’un système sont à l’origine de nouveautés émergentes dans le cadre de contextes spécifiques. Le présent article questionne dans un premier temps la possible adéquation entre les attentes du niveau macro, exprimées par le biais de politiques européennes d’éducation normalisatrices, et la réalité des niveaux méso (les établissements d’enseignement supérieur) et micro, constitué d’individus aux langues, cultures et compétences diverses. La question de la possible construction d’un projet identitaire européen au travers des langues sera enfin posée, en érigeant l’énovation comme un concept à même de mettre en écho des dynamiques potentiellement contraires. L’outil certificatif sera alors remis dans la perspective d’une utilisation sur le terrain de l’auteur.

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)0,011
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,019
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,015
Communication savante0,0110,011
Science ouverte0,0010,009
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,035
Tête enseignante GPT0,271
Écart entre enseignants0,236 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉla Études de linguistique appliquéeMême sujetSecond Language Learning and TeachingTravaux en français237 207