MétaCan
Menu
Retour à la cohorte
Enregistrement W4310341372 · doi:10.52358/mm.vi12.295

La fabriqueREL ou comment développer la culture du partage en enseignement supérieur au Québec

2022· article· fr· W4310341372 sur OpenAlexaffvenueabout
Marianne Dubé, Claude Potvin

Notice bibliographique

RevueMédiations et médiatisations · 2022
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensUniversité LavalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Les ressources éducatives libres (REL) sont vues par l’UNESCO (2015) comme un moyen de pallier les besoins croissants d’éducation supérieure dans le monde au-delà des inégalités économiques. À l’échelle du Québec, où le matériel pédagogique spécialisé en français se fait souvent rare, il apparait opportun de miser sur la mutualisation des ressources et la solidarité interétablissements. C’est dans ce contexte que la fabriqueREL, une structure organisationnelle et opérationnelle, a été mise sur pied en 2019 dans le cadre du Plan d’action numérique en éducation et en enseignement supérieur du Québec. La fabriqueREL a pour mission de faire des REL le soutien d’enseignement privilégié en enseignement supérieur au Québec, notamment en accompagnant le développement de projets de création, d’adaptation, de diffusion et d’utilisation de REL, mais aussi en promouvant les valeurs qui soutiennent l’éducation libre et la collaboration interprofessionnelle et interétablissements. Après quelques années d’activités, la fabriqueREL contribue déjà à faire en sorte que le Québec rattrape son retard sur le monde anglophone dans ce dossier. Malgré des défis, certains éléments de contexte sont favorables à l’essor des REL en enseignement supérieur, dont l’intérêt croissant envers les valeurs associées aux REL.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: aucune
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,396

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0160,008
Communication savante0,0080,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,041
Tête enseignante GPT0,336
Écart entre enseignants0,295 · 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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMédiations et médiatisationsMême sujetHigher Education Practises and EngagementTravaux en français237 207