EDUCAUSE 2021 Rapport de la délégation française - FR
Notice bibliographique
Résumé
Pour la huitième année consécutive, une délégation française été constituée en vue de la participation à laconférence annuelle EDUCAUSE. Depuis 2013, cette initiative s’est structurée autour de profilscomplémentaires issus du numérique de l’Enseignement Supérieur français, ayant tous à coeur de s’ouvrir àl’international afin d’y trouver des sources d’inspiration et des points de comparaison, mais aussi d’y valoriserdes réalisations remarquables. D’une philosophie initiale de simple participation, qui a prévalu lors des premièresannées de cette délégation, nous sommes progressivement passé à une logique résolument plus active, et ce àdifférents niveaux.Les membres du comité d'organisation de la délégation participent activement à la vie d’EDUCAUSE, au traversde différentes implications : en tant que proposal reviewers (relecteurs de soumissions d’interventions) pour lesEDUCAUSE Annual Conferences et EDUCAUSE Learning Initiative Annual Conferences, en tant que membresdu panel d’experts mobilisés dans le cadre de la rédaction du EDUCAUSE Horizon Report, ou encore en tantque membres de différents Community Groups thématiques (XR et Learning Spaces en particulier). S’y ajoutentune quinzaine de communications faites par des membres de la délégation lors des différentes conférencesdepuis 2017.La reconnaissance de ces différents niveaux d’intervention nous a permis de tisser des liens privilégiés avecEDUCAUSE et en particulier ses membres exécutifs (Président, Vide-Présidents et Directeurs), et plusglobalement au sein de la communauté universitaire nord américaine, avec laquelle certaines collaborationformelles ont déjà pu être inscrites dans la durée. Des liens qui contribuent d’autant à la réalisation de nosobjectifs fondamentaux: échanger, sensibiliser, informer, et partager afin de soutenir le développement dunumérique dans l’Enseignement Supérieur français.Notre traditionnelle restitution concrétise chaque année cette volonté, et s’est positionnée comme un rendezvousannuel majeur que nous savons apprécié. Le rapport qui l’accompagne, quant a lui, connait une diffusionsans cesse croissante, et qui s’appuie notamment sur une traduction anglaise que nous avons rapidementactée. En dehors des frontières européennes, il est ainsi attendu et lu chaque année notamment aux Etats-Unis,au Canada, au Japon, à Singapour, en Australie ou encore en Nouvelle Zélande. Cette nouvelle édition de notrerapport fait suite à la restitution qui s’est tenue le 17 Mars 2022. Il traite des différents ateliers suivis lors de laconférence EDUCAUSE tenue en Octobre 2021. Il peut également être complété par les différents tweetspostés par la délégation sous le mot-dièse #EDU21fr.L’édition 2021 de la conférence EDUCAUSE était encore placée comme en 2020 sous le signe de la crisesanitaire mondiale. Elle était uniquement accessible à distance pour les participants internationaux comme nousprivés de transports aériens. Cependant un nombre limité de sessions en dehors des plénières ont été filméeset diffusées. La courte durée (un mois) de consultation en ligne de ces vidéos aurait rendu compliquée larédaction des articles de ce rapport. Mais notre intervention auprès du comité d’organisation d’EDUCAUSE apermis l’accès hors délais de certaines sessions et nous tenons à en remercier chaleureusement nos contacts.Nous vous souhaitons une agréable et informative lecture.
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 | 0,010 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,210 | 0,066 |
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 ».