MétaCan
Menu
Retour à la cohorte
Enregistrement W4311963993 · doi:10.17184/eac.5760

Représentations du processus d’inscription dans le territoire des étudiants chinois pendant leur séjour en France

2022· book-chapter· fr· W4311963993 sur OpenAlexaff
Nicolas GUICHON, Jean-François GRASSIN, Hélène MATHIAN, Claire CUNTY

Notice bibliographique

RevueEditions des archives contemporaines eBooks · 2022
Typebook-chapter
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtSociology

Résumé

récupéré en direct d'OpenAlex

Combinant la didactique des langues et la géographie sociale, cette étude se concentre sur la phase de transition des étudiants chinois lorsqu’ils arrivent en France dans le cadre d’un projet de mobilité académique et sont confrontés à l’appropriation d’un nouvel environnement. Ce processus d’appropriation, qui englobe à la fois orientation, exploration et construction de significations, est examiné à travers des représentations cartographiques et des entretiens recueillis auprès d’un échantillon de ces étudiants en mobilité. Le postulat de départ est que l’ensemble de la ville hôte peut être vue comme un espace d’apprentissage dans lequel les étudiants peuvent interagir de façon significative avec la culture et la langue cibles. Cette recherche vise ainsi à déterminer l’empan des explorations de la ville hôte afin de délimiter les espaces tels qu’ils sont symboliquement appropriés par ces étudiants.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,193
Score d'incertitude au seuil0,383

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,008
Communication savante0,0060,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,295
Écart entre enseignants0,264 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEditions des archives contemporaines eBooksMême sujetFrench Language Learning MethodsTravaux en français237 207