MétaCan
Menu
Back to cohort
Record W2905253689

Vaincre la distance ou produire des connaissances? : la dynamique sociohistorique d'un centre de recherche académique (LICEF-TÉLUQ)

2018· article· fr· W2905253689 on OpenAlexaboutno aff
Mariane Sawan

Bibliographic record

VenueArchipelago (University of Quebec in Montreal) · 2018
Typearticle
Languagefr
FieldComputer Science
TopicOpen Education and E-Learning
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy
DOInot available

Abstract

fetched live from OpenAlex

Cette thèse porte sur le développement sociohistorique du Laboratoire en informatique cognitive et environnements de formation LICEF, qui a vu le jour en 1992. Officiellement agréé en 1995 comme centre de recherche au sein de la Téléuniversité du Québec, il regroupe actuellement près de 80 personnes. Ses thématiques interdisciplinaires de recherche sont issues de plusieurs champs, notamment les sciences cognitives, la gestion des connaissances, l'ingénierie des systèmes d'information et d'apprentissage et l'intelligence artificielle. Ses activités scientifiques s'inscrivent principalement dans le domaine de l'informatique appliquée aux environnements de formation et sont en partie destinées à l'apprentissage à distance. Tout en offrant une infrastructure technologique et organisationnelle, le LICEF a joué le rôle à la fois de centre de production de connaissances et de technologies et de centre de service pour la formation à distance; il a aussi lancé deux spin-offs et soutenu des étudiants de 2e et 3e cycles universitaires. Depuis 1992, il promeut et développe des méthodologies de conception d'environnements d'apprentissage et des prototypes technologiques dans un contexte où l'articulation recherche-création-enseignement constitue un des défis majeurs du monde universitaire. Notre étude de cas STS (science, technologie et société) retrace l'évolution du LICEF comme organisation à part entière. Dans un contexte d'économie du savoir, où depuis des années, les innovations technologiques du contenu et du contenant sont en effervescence, l'expertise scientifique est non seulement sollicitée dans le but d'accroître le savoir, mais aussi pour répondre aux besoins croissants de la société et des institutions. Ces besoins s'expriment en termes de connaissances scientifiques, technologies (éducatives) ou méthodologies précises. Nous assistons ainsi à de nouvelles dynamiques qui poussent les organisations et en particulier celles œuvrant dans la recherche et l'éducation à adapter leur façon d'agir et leur mode de pensée. Le parcours organisationnel et institutionnel du LICEF montre la mobilisation de plusieurs types de ressources : humaines, financières et technologiques. Une fois l'infrastructure construite et les dispositifs mis en œuvre, il fallait les maintenir en vie et en état de marche; il fallait faire évoluer et évaluer la recherche, la soutenir à moyen et long terme et développer de nouveaux projets, sans oublier l'exigence du transfert. Les contraintes et les imprévus l'emportent parfois sur l'enthousiasme et la planification. Dès lors, plusieurs défis de taille se posent, surtout comment adapter son mode de pensée et de gestion? Afin de répondre à des questions essentielles sur l'évolution du Centre, sur l'impact de l'environnement institutionnel ou technologique et sur les actions entreprises, cette thèse a recherché les dynamiques de son développement. Notre analyse s'appuie sur un cadre théorique alimenté par des modèles et des théories de la sociologie des organisations et STS. Le contexte intellectuel et politique est décrit afin de montrer des actions, des politiques et des faits, qui, souvent négligés dans la littérature, sont pourtant structurants, voire déterminants. Outre l'analyse des entrevues menées auprès de fondateurs, administrateurs et ex-administrateurs, membres et collaborateurs du LICEF, un recensement d'un grand nombre d'écrits, de travaux de recherche, de discours et de politiques publiques et institutionnelles nous ont permis de repérer plusieurs faits importants : d'une part, des faits contingents et des moments-clés marquants, et d'autre part, des empreintes technologiques et politiques. Dans un contexte en mutation, le LICEF se développe à travers contraintes, défis et changements organisationnels. Il survit et donne naissance à ce que nous appelons le « modèle LICEF ». En abordant l'université et ses centres de recherche en tant qu'acteurs de premier plan et témoins des changements éducatifs, scientifiques et institutionnels, cette thèse a identifié et décrit le parcours d'un centre de recherche spécifique, mais dont les caractéristiques peuvent inspirer d'autres études futures. Nous avons retracé trois moments différents dans son cheminement, ils montrent des caractéristiques organisationnelles qui ne sont pas immuables, mais adaptables selon l'environnement. L'étude du contexte et des changements vécus par le LICEF ainsi que ses modes d'adaptation nous permettent de généraliser l'étude et de l'ouvrir à d'autres thématiques. Notre « modèle LICEF » constitue un prototype intéressant dont l'évolution dépasse la représentation statique de l'objet d'étude vers un portrait dynamique d'un Centre de recherche. Il pourra guider de prochaines études, notamment sur l'évolution dans le temps de la recherche ou des unités de recherche, sur leurs aspects distinctifs ou sur les profils et les rôles des chercheurs en tant qu'acteurs de la recherche. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Science technologie et société, dynamique sociohistorique, centre de recherche, formation à distance, FAD, ingénierie pédagogique, e-learning, cyberapprentissage, développement des technologies en enseignement, politiques d'innovation, développement des technologies au Québec.

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 imitation

Not 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.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.017
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.992
Threshold uncertainty score0.564

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0090.017
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0040.006
Science and technology studies0.0080.007
Scholarly communication0.0110.010
Open science0.0010.005
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0130.001

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.

Opus teacher head0.055
GPT teacher head0.288
Teacher spread0.233 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (University of Quebec in Montreal)Same topicOpen Education and E-LearningFrench-language works237,207