L’apprentissage connecté des jeunes en contexte d’éducation formelle francophone
Bibliographic record
Abstract
L’apprentissage connecté est une pratique éducative croissante qui a été repérée par les délégué·e·s d’EDUsummIT2019 et qui en ont fait un thème de travail lors de leur examen des relations curriculum/pratiques pédagogiques/évaluation des apprentissages. Le présent article porte sur la manière avec laquelle le concept connected learning a été interprété et mis en œuvre dans le contexte culturel français et francophone, et il suggère que les « passages » de frontières, qui en reflètent le dynamisme, améliorent l’éducation formelle, notamment dans des cas d’élèves ou de classes défavorisées (classes rurales isolées). Cette interprétation repose sur des repères historiques ainsi que sur les notions d’agentivité, d’interaction et de connexion. L’étendue et la mise en œuvre de ce concept sont illustrées par le cas de l’école (éloignée) en réseau, une innovation qui s’adapte selon les contextes, dont celui de la COVID-19, par des allers-retours entre le local et le délocalisé. Deux interrogations en ressortent, l’une concernant la reconnaissance des apprentissages réalisés en dehors du contexte de l’éducation formelle et l’autre, la gestion de la désinformation.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".