Pedagogical guide – A journey through the digital world and english culture
Notice bibliographique
Résumé
With the arrival of conversational agents available to the general public, such as ChatGPT 3.5 in the fall of 2022, along with many other developments stemming from artificial intelligence, I decided, in February 2023, to submit a grant application to the ECQ in order to create a digital game with two main educational objectives: 1) To develop the mastery of English among college-level students through gamified (Bonenfant, 2023, p. 77) open educational resources (UNESCO) in the form of a digital serious game (Plante, 2016, p. 72) 2) To encourage the development of students’ digital skills (ministère de l’Éducation du Québec, 2019). These pedagogical resources would be made available to all teachers in the college network as an Open Educational Resource (OER) licensed under CC BY-NC-SA. Please note that two versions of this investigation game were developed, one of which is in a video game format (Unity version).1 Finally, the idea to create a digital serious game was accepted by the ECQ and I am proud to present – A Journey through the Digital World and English Culture! In addition to offering rich academic and cultural content, this OER can be adapted, remixed, and transformed by all teachers wishing to integrate this game into their teaching. I therefore invite you to engage in the game of experimentation and innovation for the common good and the development of English digital literacy among college students. Enjoy your digital journey, and I look forward to meeting you on the road to creative collaboration!
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 ».