Néoruralité, éducation et culture : une analyse qualitative et intersectorielle des déterminants de la littératie dans une communauté rurale
Bibliographic record
Abstract
Les recherches sur la littératie montrent que celle-ci se définit de plus en plus dans sa dimension collective et communautaire (Moreau et al ., 2020). Dans cette perspective, la recherche dont il est question dans cet article cible l’étude du phénomène de la littératie dans le contexte spécifique des communautés rurales, dont certaines sont particulièrement isolées et défavorisées. Pour mieux comprendre la littératie en milieu rural, nous avons utilisé un cadre de référence intersectoriel fondé sur les notions de littératie communautaire, de néoruralité et de culture. Au moyen d’une analyse qualitative, nous avons combiné plusieurs indicateurs quantitatifs de nature collective et individuelle pour une communauté rurale ciblée. Le croisement de ces indicateurs a permis de comprendre la complémentarité de déterminants socioéducatifs; il a permis aussi de mieux cerner l’imbrication des domaines socioéconomiques, éducatifs et culturels qui interviennent dans le développement des compétences en littératie des individus, en particulier lorsqu’ils évoluent dans un milieu rural dévitalisé.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".