<i>Interposture : des postures multiples </i> <i>au bénéfice de la recherche</i>
Notice bibliographique
Résumé
Cet article vise à apprécier comment l’ interposture contribue à la richesse des données et des analyses dans le cadre d’une recherche qualitative. En effet, dans la réalisation d’une étude de cas multiples inspirée de la recherche collaborative, la chercheuse mobilisait d’emblée cinq postures indissociables d’elle-même et du contexte de recherche : chercheuse principale, experte en évaluation, chargée de cours, conseillère pédagogique et technopédagogue. De ce fait, elle a utilisé chacune des postures de manière à optimiser son contact avec les personnes participantes, s’inscrivant dans une épistémologie participative dans laquelle ces différentes postures contribuent à une production de données riches et approfondies. Cet article fait la lumière sur l’approche adoptée par la chercheuse, sur ses multiples postures inhérentes, ainsi que sur l’apport de la méthodologie retenue pour la recherche sur le terrain et spécifiquement sur les pratiques évaluatives.
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 | 0,077 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,028 |
| Communication savante | 0,014 | 0,013 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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.
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 ».