Research Project on the Development of CEGEP ESL Students' Digital Literacy
Notice bibliographique
Résumé
In a world where artificial intelligence (AI) challenges communications, the critical thinking and ethical skills of humans, as teachers, contributing to the development of the digital literacy of our students becomes essential. Alongside this challenge, teaching practices must be transformed, and this research project aims at proposing a scientifically tested answer, an option, to the teaching community. In this research project, a recently developed digital game (A Journey through the Digital World and English Culture) will be tested and its impact on the development of CEGEP ESL students' digital literacy (i.e., ethical citizenship, information literacy, critical thinking, content production, and communications vis digital technology) will be documented. This presentation will highlight the theoretical foundations, methodology, innovative developments of the project, as well as the richness of the college and university collaborations that support this ambitious project. As part of this research project, Sophie Marier works in collaboration with Maude Bonenfant, Full Professor in the Department of Social and Public Communication at UQÀM, and Patrick Plante, Professor in the Department of Education at TÉLUQ University. The research team also benefits from the valuable collaboration of five colleagues from five colleges in the greater Quebec City area: Sainte-Foy (Charles Lapointe), Garneau (Sandra Cole), Limoilou (Stéphanie Fraser), Mérici (Rachel Tunnicliffe), and Lévis (Amy Pittendreich).
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».