Learning computer skills and knowledge in the service of learning citizenship : comparative approach France, Canada, Israel
Notice bibliographique
Résumé
Notre thèse a pour objectif d'alimenter le débat sur l'opportunité de la place de la science informatique et ses aspects propédeutiques dans un curriculum pédagogique de l'enseignement général. La citoyenneté est un concept fondateur des objectifs de nombre de systèmes éducatifs, en France notamment. Nous avons placé l'objet de notre étude au niveau de cette citoyenneté. L'étude de la science informatique au lycée contribue-t-elle à l'apprentissage d'une forme de citoyenneté des jeunes dans leur parcours d'études secondaires ? Le terme de citoyenneté étant par essence polysémique, il convient d'en analyser la typologie des différents registres avant d'apporter un cadre conceptuel. Notre approche initiale met en relief les composantes citoyennes de deux approches complémentaires. L'une issue de Condorcet et d'une citoyenneté éclairée, l'autre sous-tendue dans les objectifs du B2i français et du socle commun de connaissances, de compétences et de culture, dans leur rapport direct à l'éducation de cette citoyenneté moderne. Cette approche typologique ciblée nous suggère une forme de citoyenneté « numérique » élargie, à un « MetaCitoyen » (Kolesnikov 2014). Notre recherche analyse trois systèmes éducatifs contrastés : France, Israël et Canada (Québec). L'éducation apparaît comme l'un des indicateurs forts d'une citoyenneté éclairée dans nombre de publications scientifiques. En moyenne, dans les pays de l'OCDE, on observe un engagement civique et social (ECS) supérieur chez les individus instruits (Putnam 2000) ; (OCDE 2007; OCDE 2010). Comprendre le monde dans lequel nous vivons et les enjeux de la société en charge de sa gestion sont au centre de la réflexion citoyenne. Notre recherche a pour objectif de déterminer les points saillants de chaque système, les éventuelles tensions et leur impact sur la construction citoyenne de leurs élèves. Les résultats comparés devraient alimenter notre réflexion sur la pertinence de la place de la science informatique dans les curricula de l'enseignement secondaire.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».