MétaCan
Menu
Retour à la cohorte
Enregistrement W6979971651

Apports de la méthode d’ingénierie des systèmes d’apprentissage (MISA) à l’ingénierie des ENA

2022· article· fr· W6979971651 sur OpenAlexaboutno aff

Notice bibliographique

RevueR-libre (Université Téluq) · 2022
Typearticle
Languefr
DomaineComputer Science
ThématiqueIntelligent Tutoring Systems and Adaptive Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInsignificanceResearch methodologyLunatic
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

èmes d’apprentissage (MISA) intégrant les concepts, les processus et les principes du design pédagogique, de l’ingénierie des systèmes d’information et de l’ingénierie des connaissances. La MISA résulte de recherches effectuées à l’Institut LICEF sur une période d’une vingtaine d’années ainsi que de l’expérience acquise dans la réalisation de nombreux projets où elle a été appliquée tant au Québec qu’à l’étranger. Ce chapitre précise d’abord la notion de « système d’apprentissage », puis présente la MISA selon ses points de vue conceptuel, procédural et stratégique. La théorie qui caractérise cette méthode sera comparée à d’autres théories de l’apprentissage et d’enseignement. Un survol des critiques parfois formulées à l’égard des méthodes d’ingénierie pédagogique permettra de dégager des orientations pour une nouvelle méthode d’ingénierie des environnements numériques d’apprentissage (IENA).

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,929
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,230
Écart entre enseignants0,199 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueR-libre (Université Téluq)Même sujetIntelligent Tutoring Systems and Adaptive LearningTravaux en français237 207