DÉVELOPPEMENT DU MATÉRIEL PÉDAGOGIQUE DE LA PRODUCTION ORALE DÉBUTANTE À L'AIDE DE L'APPLICATION « LINGBE »
Notice bibliographique
Résumé
Cette étude vise à développer du matériel pédagogique de la production orale \ndebutante dans le cours de Production Orale Débutante à l'aide de l'application \nLingbe pour les étudiants du premier semestre et à déterminer la faisabilité du \nmatériel et des medias d'apprentissage développés.La méthode utilisée est ADDIE \nqui se compose de trois étapes, à savoir, analyse ,design et développement, dans la \nphase d'analyse, les mesures prises consistent à analyse les données du \nquestionnaire sur les besoins et les entretiens, la seconde est la phase de conception, \nles mesures prises consistent à concevoir des medias pédagogiques conformes aux \nrésultats d'apprentissage du cours de production orale débutante du la troisième \nétape est l'étape de développement, les étapes suivies consistent à développer \nmatériel presenteur qulqu’un a l’autre.Les techniques d'analyse des données dans \ncette étude sont des techniques d'analyse quantitative et qualitative. Les résultats de \nvalidation par le validateur de matériel est de 88 %, tandis que le validateur de \nmédias est de 77 %. Les résultats de la validation du matériel sont inclus dans la \ncatégorie "Très Bien" et les résultats de l'évaluation des médias sont inclus dans la \ncatégorie "Bien". On peut donc conclure que matériel pédagogique développés sur \nla base de l'application Lingbe sont valable pour l'apprentissage du cours de \nProduction Orale Débutante.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».