L'apprentissage en ligne en milieu manufacturier : une valeur ajoutée?
Bibliographic record
Abstract
Résumé Cet article traite du recours à l’apprentissage en ligne en milieu manufacturier. Pour débuter, il propose une définition de cette approche de formation appuyée par les technologies de l’information et de la communication (TIC). En s’inspirant des résultats d’une recherche menée auprès de 10 entreprises manufacturières, il présente ensuite les types de savoirs et de savoir-faire qui peuvent être transmis grâce à cette approche de formation basée sur les technologies. En vue d’illustrer ces différents objectifs, des exemples tirés d’observations sur le terrain sont offerts. Dans le cadre de cet article, l’apprentissage en ligne est considéré comme une innovation et, de ce fait, une analyse est proposée en vue de déterminer sa valeur ajoutée dans le contexte de la formation en milieu manufacturier. Pour terminer, les conditions préalables à l’adoption de cette approche de formation ainsi que ses limites possibles sont discutées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".