Les usages des ressources pédagogiques numériques par les étudiants de 1er cycle universitaire
Notice bibliographique
Résumé
Rares sont les enquêtes sociologiques qui analysent l’influence de la discipline, entendue comme « matrice disciplinaire » (Lahire, 1998), dans la structuration et la différenciation des pratiques étudiantes. Pourtant, la matrice disciplinaire est déterminante en ce qu’elle est une instance de socialisation qui structure les manières d’étudier. Ces enquêtes mettent pourtant en évidence un usage différencié des ressources pédagogiques selon la discipline (notes de cours, photocopies, articles, ouvrages…). Ce qui n’est pas sans intérêt : focaliser son attention sur les conditions d’appropriation des ressources pédagogiques prend une acuité particulière quand on sait qu’il s’agit in fine des conditions d’appropriation des savoirs disciplinaires, lesquelles sont déterminantes dans la réussite ou non des cursus universitaires. Cependant, ces enquêtes ont été menées à des moments où ce qu’il est convenu d’appeler aujourd’hui le « numérique », et notamment le numérique pédagogique, n’était pas ou peu développé, surtout à l’université. Quelle est alors l’influence du numérique sur ces logiques disciplinaires? Seraient-elles dépassées par le numérique? L’article interroge en creux les logiques par lesquelles les dispositifs et contenus numériques sont pensés à l’université : une offre qui ferait l’économie d’une analyse des principes de différenciation internes à l’université ne serait-elle pas vouée à n’avoir qu’un impact limité?
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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.
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 ».