Liens entre éducation et cognition en fonction de l’évolution des concepts de recherche selon deux bases de données : Web of Science (WOS) et Didactique et acquisition du français (DAF)
Notice bibliographique
Résumé
Cet article examine, d’une part, ce qui permet d’attester qu’une étude est scientifique et, d’autre part, à quelle époque ont émergé les recherches issues des domaines de l’éducation et de la cognition, à partir de l’examen de deux bases de données : DAF (Didactique et acquisition du français langue maternelle) et le WoS. DAF a été élaborée par des chercheurs francophones québécois (Université de Montréal), français (Institut national de recherche pédagogique), belges et suisses. Le WoS recense les articles publiés dans des revues à comité de lecture, principalement internationales. Pour répondre à la première question, la typologie des recherches élaborée pour DAF est examinée et confrontée à celle issue du WoS avec une dimension historique. Pour répondre à la seconde question, après la présentation de quand et comment ont émergé les sciences cognitives d’après un des fondateurs de cette discipline (George Miller), l’évolution de ce champ disciplinaire et de celui de l’éducation est examiné ainsi que les sous disciplines auxquelles ils sont respectivement rattachés. L’article se termine par l’examen d’un domaine dans lequel les imbrications entre sciences de la cognition et de l’éducation sont fortes (celui de l’apprentissage de la lecture) avec un état des lieux de la recherche dans ce domaine et un examen de ce qui semble être un frein à sa diffusion dans le monde des praticiens de l’éducation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».