Analyse de productions d’élèves : le cas d’un cabinet de curiosités en classe d’art au secondaire
Bibliographic record
Abstract
Le projet pédagogique présenté dans cet article découle du constat fait par une enseignante d’art sur le manque d’authenticité dans les créations produites par ses élèves du secondaire, lorsque ces productions empruntent directement à la culture numérique. Pour remédier à ce problème, le projet vise à renforcer les compétences numériques et multimodales des élèves et de l’enseignante à partir d’un cabinet de curiosités. Il s’inscrit dans une recherche-action (MultiNuméric – MNC – / FQRSC 2020-2024) qui recourt à la démarche de cocréation pédagogique et dont les données sont présentées avec la méthode « 4P » (portrait, processus, projet, production). Il s’appuie sur les concepts de curiosité, d’intention, d’appropriation et de remix. Pour favoriser une certaine authenticité dans la création artistique, les résultats démontrent l’importance de susciter la curiosité des élèves à partir de leurs intérêts, de les amener à développer leur intention artistique, de s’approprier des contenus de façon éthique et de les remixer de manière créative tout en documentant leur processus.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.024 | 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".