EDITORIAL du Numero special J3EA dedie aux CETSIS 2021 : Colloque de l’Enseignement des Technologies et des Sciences de l’Information et des Systèmes
Bibliographic record
Abstract
EDITORIAL du Numéro spécial J3EA dédié aux CETSIS 2021 : Colloque de l'Enseignement des Technologies et des Sciences de l'Information et des Systèmes Avant-proposCe numéro spécial de la revue en ligne J3eA, (Journal sur l'enseignement des sciences et technologies de l'information et des systèmes https://www.j3ea.org)rassemble une large sélection des articles présentés lors de la 14ème édition du CETSIS organisée conjointement avec le 60ème congrès annuel du Club EEA du 08 au 11 juin 2021 à Valenciennes par l'UPHF, en partenariat avec l'INSA Hauts-de-France et l'IUT de Valenciennes.Le colloque CETSIS (Colloque de l'Enseignement des Technologies et des Sciences de l'Information et des Systèmes) a été créé en 1997.Il est devenu au fil des années un lieu d'échanges privilégiés des enseignants des universités, IUT, écoles d´ingénieurs, CPGE, BTS, pour ce qui concerne l'évolution des pratiques pédagogiques en cursus post bac et pour la diffusion des savoirs et des connaissances.La 14ème édition du CETSIS s'est déroulée à l'Université Polytechnique Hauts-de-France, sur le campus du Mont Houy, du 08 au 10 juin, conjointement avec le 60ème congrès annuel du club EEA les 10 et 11 juin 2021 (la matinée du 10 juin était commune aux deux manifestations).Ce congrès permet de favoriser l'avancement des méthodes et bonnes pratiques d'enseignement et de recherche dans les disciplines de l'Electronique, l'Electrotechnique et l'Automatique, créer de meilleures interactions entre recherche et enseignement, et établir des liens avec les structures nationales comme les GDR du CNRS et des commissions pédagogiques.
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 | 0.010 | 0.039 |
| Meta-epidemiology (narrow) | 0.003 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.009 | 0.004 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.007 | 0.009 |
| Insufficient payload (model declined to judge) | 0.033 | 0.018 |
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".