Questionnaire à sélectivité croissante et modèle barycentrique de traitement de données (MBTD) : un cadre méthodologique pour la description des conceptions
Bibliographic record
Abstract
Cet article est une contribution aux méthodes de description des conceptions. L’approche considère toute conception à propos d’un concept, comme étant constituée d’un nombre restreint de facettes ou de dimensions préalablement établies. Un « questionnaire à sélectivité croissante » a permis de recueillir des données dont le traitement a nécessité l’élaboration d’un modèle barycentrique de traitement de données (MBTD). Celui-ci permet de calculer, pour chaque dimension, « un indice barycentrique » pris comme critère de classification des dimensions, révélant ainsi la structure des conceptions d’un individu ou d’un groupe. Le modèle a été testé sur des données relatives aux conceptions à propos de la résolution de problème, recueillies auprès d’un échantillon de 179 professeurs de physique et de chimie, au Sénégal. Les résultats ont montré que le MBTD est un outil pertinent pour la description des conceptions dans le champ de l’éducation avec des possibilités de transfert à la santé, à la culture, à l’économie, etc.
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 | 0.123 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.006 | 0.006 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".