Productions hybrides / multimodales et apprentissage informel : analyse de quelques pratiques d’artistes et de jeunes
Bibliographic record
Abstract
Alors que l’hybridation est privilégiée par nombre de créateurs qui détournent les fonctions des médias et créent de nouvelles formes d’expression, peu de recherches abordent les pratiques multimodales d’artistes ou les productions informelles de jeunes comme capital culturel pour l’école. Cette dernière met plutôt l’accent sur la communication de messages au détriment de la création de formes. En analysant ces pratiques, nous voulons mieux les comprendre pour en tenir compte dans l’enseignement des arts et du français, et favoriser des pratiques à la fois sensibles et porteuses de messages. Notre approche ethnographique sensorielle comprend des questionnaires et des entretiens sur les pratiques de création/réception de jeunes et d’artistes. Les analyses préliminaires démontrent le besoin de lier ces pratiques, de redéfinir la création et de développer de nouvelles stratégies pédagogiques pour favoriser la création hybride/multimodale en arts et en langues. Dans cet article, nous présentons la problématique, le cadre d’analyse et l’approche méthodologique; nous analysons trois cas et trois pratiques artistiques; nous concluons sur l’importance de développer une pédagogie arrimée aux apprentissages informels des jeunes.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.004 | 0.009 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".