MétaCan
Menu
Retour à la cohorte
Enregistrement W4200230446 · doi:10.4000/ced.2992

L’effet de contextes en situation d’interaction éducative : dialogue, collaboration et apprentissages

2021· article· fr· W4200230446 sur OpenAlexaboutno aff
Chloé Le Bail, Michael J. Baker, Françoise Détienne

Notice bibliographique

RevueContextes et didactiques · 2021
Typearticle
Languefr
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésPolitical scienceHumanitiesSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article contribue aux travaux portants sur l’effet de contextes comme moteur d’apprentissage. Un effet de contextes est un événement cognitif provoqué par la confrontation de deux contextes internes, au cours d’une séquence de travail collectif impliquant des apprenants vivant dans des contextes géographiques/culturels différents. Notre premier objectif est de caractériser et d’opérationnaliser le concept d’effet de contextes, à partir de l’analyse des interactions verbales entre deux groupes d’élèves issus du Québec et de la Guadeloupe, et confrontés au même objet d’étude. Le second objectif est de comprendre comment les scénarios pédagogiques basés sur les effets de contextes engagent les élèves à co-élaborer des connaissances dans le dialogue. L’étude repose sur l’analyse de trois Séquences avec Effet de Contextes (SEC). Les résultats montrent que l’effet de contextes émerge à travers des questions qui visent à mettre en perspective l’objet d’étude dans l’un ou l’autre contexte. L’effet de contextes évolue sous la forme d’un partage de connaissances contextuelles, ou bien il constitue un malentendu entre les élèves et provoque un débat qui doit être perçu et résolu pour devenir constructif. Ces deux modalités impliquent des processus discursifs variés (explication versus argumentation). Nous proposons de définir l’effet de contextes comme la négociation dialoguée du sens des représentations sur les contextes, qui est favorable au développement de connaissances à la fois contextuelles et expertes sur l’objet d’étude. Nous discutons des implications pour la conception de scénarios pédagogiques.

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)0,005
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,006
Communication savante0,0080,006
Science ouverte0,0010,008
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,371
Écart entre enseignants0,345 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContextes et didactiquesMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207