Bibliographic record
Abstract
Cet article questionne les dimensions personnelles et collectives des parcours d’appropriation des technologies numériques par les enseignants, les élèves et les familles en se focalisant sur l’évolution de leurs pratiques numériques durant les confinements de 2020 à 2022 en France. Une approche qualitative par entretiens ethnographiques et observations participantes vient compléter les données quantitatives recueillies à partir de cinq enquêtes. Les résultats présentent différentes dynamiques d’appropriation et questionnent les relations entre les différents acteurs. Nous constatons qu’en étudiant les usages des technologies numériques on peut saisir les trois dimensions essentielles du fait social total : sa profondeur historique notamment au niveau des techno-imaginaires ; les signaux faibles qui émergent des nombreuses études d’usages et enfin les transformations psychodynamiques à la fois individuelles et collectives dans la construction des normes sociales d’usages du numérique, particulièrement perceptibles en éducation depuis la pandémie. Ces travaux éclairent et interrogent les représentations, les usages et les imaginaires liés au numérique dans l’éducation et, en particulier, la notion contestable de « digital native ». L’analyse des signaux faibles et des transformations psychodynamiques à l’œuvre pendant les différents confinements atteste d’une contagion du dessaisissement parental vis-à-vis du numérique vers un dessaisissement éducatif et appelle à un ressaisissement collectif.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.019 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".