L’apprentissage connecté des jeunes en contexte d’éducation formelle francophone
Notice bibliographique
Résumé
L’apprentissage connecté est une pratique éducative croissante qui a été repérée par les délégué·e·s d’EDUsummIT2019 et qui en ont fait un thème de travail lors de leur examen des relations curriculum/pratiques pédagogiques/évaluation des apprentissages. Le présent article porte sur la manière avec laquelle le concept connected learning a été interprété et mis en œuvre dans le contexte culturel français et francophone, et il suggère que les « passages » de frontières, qui en reflètent le dynamisme, améliorent l’éducation formelle, notamment dans des cas d’élèves ou de classes défavorisées (classes rurales isolées). Cette interprétation repose sur des repères historiques ainsi que sur les notions d’agentivité, d’interaction et de connexion. L’étendue et la mise en œuvre de ce concept sont illustrées par le cas de l’école (éloignée) en réseau, une innovation qui s’adapte selon les contextes, dont celui de la COVID-19, par des allers-retours entre le local et le délocalisé. Deux interrogations en ressortent, l’une concernant la reconnaissance des apprentissages réalisés en dehors du contexte de l’éducation formelle et l’autre, la gestion de la désinformation.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».