MétaCan
Menu
Retour à la cohorte
Enregistrement W4415464882 · doi:10.52358/mm.vi21.460

EDI, l’apport caché des chaines éditoriales

2025· article· fr· W4415464882 sur OpenAlexvenueno aff
Sophie M. Guerin-Jequier

Notice bibliographique

RevueMédiations et médiatisations · 2025
Typearticle
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PlankInclusion (mineral)

Résumé

récupéré en direct d'OpenAlex

La prise en compte de l’équité, diversité et inclusion (EDI) dans les enseignements universitaires est souvent abordée sous deux angles distincts : d’un côté l’accessibilité numérique des supports et de l’autre la transformation des pratiques pédagogiques. Cet article aborde comment l’utilisation d’une chaine éditoriale dans la réalisation de la ressource entraine une révision pédagogique du support et une démarche réflexive sur la mise en accessibilité d’un enseignement. Sous le terme de chaine éditoriale sont regroupés les outils imposant une séparation du fond et de la forme. Les avantages et les freins de ces outils sont rappelés plus précisément pour la solution Scenari utilisée dans cette étude. À partir d’ateliers menés à distance ou en présentiels avec des enseignants de sciences volontaires, mais dans des contextes de production différents, nous examinons les difficultés et les bénéfices de la démarche entreprise qui entraine une amélioration des supports en adéquation avec une meilleure approche inclusive des enseignements.

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)0,015
score de la tête « metaresearch » (Gemma)0,115
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,115
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,006
Études des sciences et des technologies0,0050,006
Communication savante0,0190,011
Science ouverte0,0020,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0380,009

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 Opus0,198
Tête enseignante GPT0,347
Écart entre enseignants0,149 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMédiations et médiatisationsMême sujetCultural Insights and Digital ImpactsTravaux en français237 207