MétaCan
Menu
Retour à la cohorte
Enregistrement W4401718421 · doi:10.21432/cjlt28637

Recréer le territoire de l’école par la cocréation de maquettes

2024· article· fr· W4401718421 sur OpenAlexaffvenue
Aïcha Benimmas, Margarida Roméro

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2024
Typearticle
Languefr
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhysicsArt

Résumé

récupéré en direct d'OpenAlex

Le rapport des élèves à l’espace peut se développer par le biais de différentes activités d’apprentissage. Parmi ces activités, le projet SmartCityMaker engage les élèves dans une démarche de cocréation de leur quartier scolaire par le biais de la réalisation d’une maquette combinant les techniques analogiques et numériques. Dans le cadre de cette étude, les élèves d’une école primaire sont invités à explorer différentes facettes de leur territoire de proximité et, par la suite, à mobiliser leurs habiletés spatiales de manière pratique par la construction d’une maquette. L’étude cherche à comprendre la manière dont le projet SmartCityMaker permet d’enrichir le rapport des élèves à leur territoire scolaire, ainsi que leur pensée spatiale. Dans cette visée, nous analysons le processus d’apprentissage vécu par des élèves de 11 ans d’une école primaire en France qui participent au projet SmartCityMaker. Nous présentons la démarche d’apprentissage vécue par les élèves et les aspects pouvant permettre d’observer leur rapport à l’espace de même que la manifestation de leur pensée spatiale.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,417

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,209
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetSpatial Cognition and NavigationTravaux en français237 207