MétaCan
Menu
Retour à la cohorte
Enregistrement W4285315983 · doi:10.4000/questionsvives.6550

L’accompagnement en ligne dans tous ses états

2021· article· fr· W4285315983 sur OpenAlexaff
Jacques Audran, Cathia Papı

Notice bibliographique

RevueQuestions vives recherches en éducation · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité du Québec
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La situation de pandémie a montré qu'en cas d'urgence ou de crise il était possible de recourir au numérique et à la formation à distance.Ceci ne va cependant pas sans soulever de nombreux défis entrainant notamment une surcharge de travail et une augmentation du stress, voire de la détresse, des enseignants (Barroso da Costa et al., 2021 ;Kush et al., 2021), comme des apprenants et parfois de leurs parents (Roux et al., 2021 ;Schmidt et al., 2021).2 Jusqu'alors la recherche sur la formation à distance faisait état d'un engouement très modéré des enseignants pour ce mode d'enseignement et d'apprentissage et s'attachait surtout à analyser les raisons de cette retenue.De l'amélioration de l'ergonomie à l'étude de l'acceptabilité de l'usage des technologies en éducation et formation, les chercheurs tentaient de comprendre l'origine des freins à l'usage d'outils pourtant très présents dans la société contemporaine (Kellner, Massou, & Morelli, 2010 ;Marquet, 2012 ;Papi & Glikman, 2015).L'accompagnement en ligne dans tous ses états

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)0,008
score de la tête « metaresearch » (Gemma)0,022
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,006
Communication savante0,0110,011
Science ouverte0,0010,004
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0400,008

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 Opus0,357
Tête enseignante GPT0,510
Écart entre enseignants0,153 · 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 revueQuestions vives recherches en éducationMême sujetEducation, sociology, and vocational trainingTravaux en français237 207