MétaCan
Menu
Retour à la cohorte
Enregistrement W4409498965 · doi:10.52358/mm.vi20.433

Problématiser le rôle de la technique et de l’individuation pour faire face aux enjeux de numérisation des situations d’enseignement dans une perspective de Lifelong learning

2025· article· fr· W4409498965 sur OpenAlexvenueno aff
Gaëlle Martin, Nicolas Perrin, Laura Inés Vita, David Piot, Joëlle Ambrosini

Notice bibliographique

RevueMédiations et médiatisations · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPsychology

Résumé

récupéré en direct d'OpenAlex

Le travail dans le champ de la formation des enseignants se numérise et l’accès facilité aux intelligences artificielles génératives ouvrent de nouveaux possibles. Les transformations induites sont analysées en se référant à la situation d’un établissement qui s’est engagé dans un projet visant à inscrire la formation continue des enseignants dans une perspective de Lifelong learning. Cette contribution montre l’utilité de problématiser les transformations induites par l’activité technique en recourant à une approche stieglérienne. Cette problématisation nous pousse à prendre en compte le développement tant sur le plan des individus (cette approche met en garde contre l’abrutissement de l’individu), des collectifs (cette approche met en évidence le risque d’individualisme lorsque la technique isole les individus et court-circuite ou contraint les processus de délibération collective) et des techniques (cette approche permet de penser l’appropriation des techniques par les individus et les collectifs pour qu’ils puissent rester capables de participer à la définition de l’environnement qui structure leurs pratiques). À partir d’un cas portant sur une formation de master, cette contribution met en évidence comment cette problématisation permet d’orienter la conception de situations de formation dans une perspective de Lifelong learning.

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)0,008
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,011
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,019
Communication savante0,0110,012
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,086
Tête enseignante GPT0,436
Écart entre enseignants0,350 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMédiations et médiatisationsMême sujetEducation, sociology, and vocational trainingTravaux en français237 207