Description de la mise en œuvre d'une démarche inductive pour caractériser les perceptions de présence des pairs-apprenants dans le cadre de la réalisation d'activités collectives à distance
Bibliographic record
Abstract
Cet article décrit la démarche empirico-inductive mise en œuvre dans une recherche dont l’objectif était de comprendre la manière dont des apprenants, impliqués dans un dispositif de formation en ligne, perçoivent la présence de leurs pairs dès lors qu’ils interagissent avec eux dans le cadre de la réalisation d’activités collectives en groupe restreint. Cette recherche repose sur deux volets empiriques ; trente apprenants, issus de deux promotions engagées dans le même dispositif de formation en ligne, y ont participé. Le corpus de données est constitué de trente-six entretiens individuels menés entre 2018 et 2020 et de dix-huit récits phénoménologiques. Dans un premier temps, deux analyses quantitatives par traitement statistique des données qualitatives ont offert une vue synoptique du lexique présent dans le discours des apprenants. Les résultats des analyses ont témoigné de l’importance que ces apprenants attachaient à la dimension socio-affective des interactions entre pairs. Dans un second temps, trois analyses qualitatives, conduites par analyse à l’aide des catégories conceptualisantes (Paillé et Mucchielli, 2016), ont permis d’approfondir la compréhension de la dimension socio-affective des interactions entre pairs et, in fine, de modéliser la présence socio-affective des pairs telle que perçue par les apprenants.
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 | 0.050 | 0.062 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.007 | 0.007 |
| Science and technology studies | 0.005 | 0.015 |
| Scholarly communication | 0.011 | 0.012 |
| Open science | 0.003 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".