MétaCan
Menu
Retour à la cohorte
Enregistrement W4312552095 · doi:10.4000/books.septentrion.114668

Chapitre 8. Écrire comme moment de l’activité, écrire comme travail

2016· book-chapter· fr· W4312552095 sur OpenAlexaff
Pierre Delcambre

Notice bibliographique

RevuePresses universitaires du Septentrion eBooks · 2016
Typebook-chapter
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensMinistère de l’Emploi et de la Solidarité Sociale (Québec)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Ce chapitre commence par une introduction théorique définissant les différents registres de l’écrit (marquage, mise en texte, formalisation), l’ouvrage explorant surtout la mise en texte. Puis à propos de « l’écrire » dans le contexte de la PJJ il précise les concepts d’« ’activité » et de « travail ». L’observation de l’écrire, comme activité, dans les différents services étudiés (Milieu ouvert, Services d’assistance éducative auprès du tribunal, Placement collectif) montre que l’on ne peut établir qu’il y aurait une « écriture de métier ». Reprenant la question générale de la recherche – le contexte normatif et l’accélération des changements normatifs de la période 2003-2011 transforment-ils les conditions de production des écrits adressés au magistrat ? – l’auteur montre que si les contraintes, voire les charges augmentent, on n’assiste pas à une normalisation par standardisation managée : écrire est encore laissé à la « petite organisation personnelle » du professionnel. Enfin l’auteur s’arrête sur les difficultés que l’on pourrait dire communes au travail d’écrire au magistrat, difficultés à construire une continuité alors que le suivi des mineurs est diffracté, et à jongler avec les diverses temporalités (éducative, judiciaire, du jeune lui-même) qui situent le sens qu’il est possible d’énoncer et de transmettre au magistrat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,004
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,337
Écart entre enseignants0,174 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePresses universitaires du Septentrion eBooksMême sujetEducation, sociology, and vocational trainingTravaux en français237 207