Vers une Didactique Algorithmique Hybride : Une proposition Théorique en Design Research-Étude de Cas en Tunisie
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cet article relève d’une démarche hybride de design research épistémique, alliant réflexivité critique, modélisation conceptuelle et ancrage contextuel, dans le but de produire des modèles éducatifs testables. Il propose une reconfiguration didactique de nature systémique, allant au-delà de la pédagogie et de l’andragogie, et établissant un cadre algorithmique en adéquation avec les réalités locales. Face à la prolifération de méthodologies éducatives déconnectées du contexte tunisien, nous interrogeons la manière dont les dispositifs d’habilitation, d’accréditation et de réforme curriculaire imposent des normes exogènes qui figent les savoirs au lieu de les faire émerger. Notre démarche vise à intégrer les paramètres contextuels, climatiques, sensoriels, socio-économiques et territoriaux, dans la modélisation didactique, à dépasser la dichotomie pédagogie/andragogie en faveur d’un apprentissage profondément ancré dans les spécificités locales, et à transformer les mécanismes d’accréditation et d’habilitation en leviers d’innovation pédagogique. Inspirée par une logique systémique et complexe, cette recherche introduit deux algorithmes, Adaptive Systemic Algorithm (ASA) et Transposition Reconfiguration Algorithm TRA, ainsi qu’une solution intégrée, Designer of Didactic Parameters Remedies (D2PR), dont l’originalité réside dans l’intégration explicite des contraintes institutionnelles et budgétaires réelles via le module Political-Constraint Simulator (POL-CONST). Le cas tunisien, marqué par une grande diversité géoculturelle, sert de prototype pour un design épistémique post-hégémonique, transformant l’enseignement en un acte collectif de co-invention orienté vers l’émancipation intellectuelle plutôt que vers la conformité institutionnelle.
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.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle