Les entrées en matière non théoriques dans des mémoires de master et des articles de revues
Bibliographic record
Abstract
L’article veut contribuer à la description des spécificités du discours scientifique en comparant des entrées en matière de mémoires de master d’étudiants et d’articles d’enseignants-chercheurs. Dans ces entrées en matières, est interrogée la place des références à d’autres univers que le champ théorique, ce qui constitue l’une des questions sensibles dans l’apprentissage de l’écrit académique par de jeunes chercheurs. La comparaison porte sur les items identifiés comme réalisant une référence non théorique dans un corpus de 20 mémoires de master en didactique et de 20 articles issus de 7 revues de didactique. Cette étude exploratoire présente certaines convergences formelles des références non théoriques réalisées dans les écrits des chercheurs et des étudiants mais montre une différence quant au type de référence mobilisé. Cette analyse se double d’une intention pratique, les résultats de la comparaison donnant lieu à des activités destinées à aider les apprenants à mieux identifier les attentes académiques.
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 | 0.016 | 0.078 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.012 | 0.011 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".