MétaCan
Menu
Retour à la cohorte
Enregistrement W3157098174

Communiquer oralement : une compétence à développer au collégial

2017· article· fr· W3157098174 sur OpenAlexaboutno aff
Christian Dumais

Notice bibliographique

RevueBibliothèque et Archives nationales du Québec (Québec government) · 2017
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Au Québec et dans le reste de la francophonie, contrairement à l’enseignement de la communication écrite, il n’existe pas de tradition de l’enseignement de la communication orale, à l’exception peut-être de celle associée à l’exposé oral. Les étudiants n’ont à peu près jamais reçu un enseignement formel de la communication orale au primaire et au secondaire. Il n’est donc pas étonnant de constater que prendre la parole en public ou tout simplement s’adresser à un professeur ou à un pair peut s’avérer complexe et stressant pour les étudiants du collégial. La compétence à communiquer oralement reste donc à développer chez ces derniers, et ce, dans les programmes tant techniques que préuniversitaires, de même que dans l’ensemble des disciplines de la formation générale. Cette réflexion traitera de la communication orale au collégial. Plus précisément, il sera question de pistes possibles pour soutenir les étudiants dans le développement de cette compétence et de propositions pour évaluer cette dernière. Cela mettra en lumière cette compétence trop souvent oubliée ou négligée qui va bien au-delà du simple exposé oral, car être compétent en communication orale, c’est aussi savoir poser une question, entrer adéquatement en contact avec un professeur ou un pair, présenter les résultats d’un travail à un groupe de pairs, participer à un débat, mener un entretien, justifier son propos, expliquer un raisonnement, etc.

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)0,010
score de la tête « metaresearch » (Gemma)0,015
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil0,629

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0160,015
Communication savante0,0110,005
Science ouverte0,0010,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,029
Tête enseignante GPT0,306
Écart entre enseignants0,278 · 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
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueBibliothèque et Archives nationales du Québec (Québec government)Même sujetFrench Language Learning MethodsTravaux en français237 207