Notice bibliographique
Résumé
Les humains qui utilisent des technologies de l’information et de la communication pour l’enseignement (TICE) et pour apprendre réalisent une activité complexe qu’il est difficile d’étudier. Les chercheurs du domaine rencontrent plusieurs problèmes, dont trois sont abordés ici : les apprentissages implicites et explicites, scolaires et non scolaires, avec les TIC peuvent-ils être décrits à l’intérieur d’un même cadre ? Les TICE mobilisent-elles différents processus d’apprentissage ? Qu’est-ce la motivation à utiliser les TIC et cette motivation a-t-elle un effet sur les apprentissages avec les TICE ? Pour répondre à ces problèmes, une approche renouvelée des apprentissages peut aider. Cette approche considère le sujet cognitif de l’apprentissage comme étant capable d’apprendre de manière très différente selon qu’il y a un enjeu adaptatif ou non. Elle considère aussi que le sujet humain mobilise des processus d’apprentissage très différents entre eux, impliquant que les tâches et les outils pouvant soutenir ces processus d’apprentissage sont nécessairement très différents. Enfin, elle considère que les connaissances que le sujet humain a sur lui-même et sur ses buts d’apprentissage ont un effet important.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,005 |
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 ».