MétaCan
Menu
Retour à la cohorte
Enregistrement W7106216420 · doi:10.5281/zenodo.17683798

La compétence numérique en contexte éducatif. Regards croisés et perspectives internationales

2024· book· fr· W7106216420 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typebook
Languefr
DomaineComputer Science
ThématiqueArtificial Intelligence in Education
Établissements canadiensUniversité du Québec à MontréalConcordia University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Skin colorIdentity (music)

Résumé

récupéré en direct d'OpenAlex

Plongez au cœur des évolutions contemporaines du numérique en éducation avec La compétence numérique en contexte éducatif : regards croisés et perspectives internationales. Articulé autour des 12 dimensions du Cadre de référence de la compétence numérique publié en 2019 par le ministère de l’Éducation et de l’Enseignement supérieur du Québec, ce livre rassemble les réflexions de 43 expertes et experts nationaux et internationaux en 24 chapitres. De la citoyenneté numérique à l’innovation pédagogique, en passant par la culture informationnelle et l’autonomisation des enseignants, chaque page aborde des aspects constitutifs de l’intégration du numérique en éducation et les enjeux qu’il suscite. Ce qui distingue cet ouvrage? Son habileté à marier théorie et pratique, regard critique et pistes d’intervention concrètes. Les autrices et les auteurs n’hésitent pas à aborder de front les défis contemporains : intelligence artificielle, programmation éducative, réalité virtuelle en évaluation, etc. Autant de sujets brûlants traités avec rigueur. Que vous vous consacriez à la recherche ou à l’enseignement ou que vous souhaitiez assouvir votre curiosité par rapport aux enjeux numériques actuels, ce livre vous interpellera. Il vous offrira les clés pour comprendre et agir dans un monde éducatif en pleine mutation technologique.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,284

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0050,016
Communication savante0,0120,010
Science ouverte0,0010,006
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,328
Écart entre enseignants0,260 · 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
GenreAutre

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetArtificial Intelligence in EducationTravaux en français237 207