MétaCan
Menu
Retour à la cohorte
Enregistrement W4391579680 · doi:10.21432/cjlt28420

Ressources heuristiques et pratiques du minimalisme de Ruwen Ogien pour l’approche critique des mutations numériques contemporaines en éducation

2024· article· fr· W4391579680 sur OpenAlexvenueno aff
Camille Roelens

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducational Tools and Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhilosophySociologyHumanities

Résumé

récupéré en direct d'OpenAlex

Cette contribution, de nature théorique, conceptuelle et intertextuelle, procède de la philosophie politique de l’éducation et de l’éthique interdisciplinaire, dans une perspective pratique et appliquée au numérique, ou plus exactement à la numérisation du monde démocratique hypermoderne. Nous commençons par esquisser un panorama des différentes manières dont la notion d’approche critique du numérique en éducation peut être comprise, et par y positionner notre propre démarche. Nous nous demandons ensuite comment il pourrait être possible de penser des politiques publiques du numérique en éducation permettant de faire vivre l’ambition d’une éducation humaniste dans un monde problématique et la prise en compte de l’intrication étroite liant normativement démocratisation et numérisation. Nous présentons d’abord (1) les ressources que recèlent dans cette optique les travaux d’Ogien. Nous montrons ensuite (2) l’intérêt d’une ressaisie des articulations entre éducation et humanisme dans une perspective critique et minimaliste d’une part et à l’aune des mutations numériques du monde d’autre part. Nous traitons enfin (3) de ce qui constituerait un perfectionnisme numérique au sein des institutions publiques d’éducation et de formation et tâchons de discerner les conditions auxquelles la promotion d’un humanisme numérique peut en être exempte.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,025
Communication savante0,0070,008
Science ouverte0,0010,005
Intégrité de la recherche0,0030,005
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 Opus0,034
Tête enseignante GPT0,392
Écart entre enseignants0,358 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetEducational Tools and MethodsTravaux en français237 207