Construction d'une base de connaissances et d'une banque de ressources pour le domaine du téléapprentissage
Bibliographic record
Abstract
Cet article pose les prémisses du développement d’une base de connaissances et d’une banque de ressources (ou objets pédagogiques) en téléapprentissage permettant aux chercheurs de référencer les ressources de ce domaine à l’aide de spécifications standards fondées sur une ontologie du domaine et de les intégrer en regard de la description d’un ensemble d’activités à des fins de recherche et d’enseignement. Les ressources sont référencées par des métadonnées utilisant une ontologie du domaine et leur recherche est guidée par des cas d’utilisation décrivant les activités où ces ressources seront utilisées ou produites. Ontologie et cas d’utilisation sont définis à l’aide d’un système graphique de représentation des connaissances. Nous concluons en généralisant cette démarche par la description d’un processus applicable à une diversité de domaines de connaissances.
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 | 0.009 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.003 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.011 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.004 |
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".