Plurilinguismes, paysages linguistiques et constructions identitaires : une approche éducative pluri-située et multi-sites
Bibliographic record
Abstract
Cette contribution présente quelques-uns des résultats issus d’une étude collaborative mise en place à Montevideo (Uruguay) par un partenariat constitué d’enseignants d’une école élémentaire, de familles volontaires, de médiateurs de musées et de trois chercheures. Ce réseau s’est engagé dans la mise en oeuvre d’un projet ancré dans une approche du plurilinguisme en tant qu’atout qui met en exergue la nature multi-située, expérientielle et en mouvement de la connaissance. Dans cet article, nous nous centrons sur l’analyse de donnés multimodales de trois activités menées avec un groupe d’enfants âgés de 6 à 12 ans pour interroger les possibilités des projets collaboratifs plurilingues multi-sites dans la création de nouveaux espaces d’apprentissage expérientiel, à l’école et dans la rue. L’analyse révèle la façon dont les enfants et les familles participants s’engagent collaborativement et investissent leur capital culturel et leurs ressources plurilingues et pluri sémiotiques dans la reconstruction de leurs identités plurielles et dans l’appropriation pluri-située de leur environnement.
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 | 0.011 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.008 | 0.012 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".