Bibliographic record
Abstract
Nous sommes envahis non seulement par les médias électroniques de toutes sortes, mais également par un discours pédagogique enjoignant les enseignants à revisiter leur pédagogie de façon à en tenir compte. Cet article se présente comme une réflexion préliminaire à l’adoption des modalités d’un tel changement de paradigme, plus spécialement dans les études littéraires, où a cours la notion de « classique », avec ce qu’elle suppose d’adhésion aux valeurs de beauté et d’universalisme, de tradition héritée du passé. Le propos est divisé en cinq sections. Après une interrogation sur le sens des nouvelles humanités issues du numérique suivent deux développements très liés, l’un portant sur les mutations de la lecture en fonction des nouveaux supports textuels et l’autre, sur l’appréciation du texte littéraire à l’heure de la lecture à l’écran. Les deux dernières sections, elles aussi dans le prolongement l’une de l’autre, abordent les pratiques informelles des jeunes à l’ère du numérique et comment l’école a commencé à en tenir compte.
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 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.009 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.031 | 0.006 |
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".