Bibliographic record
Abstract
La prise en compte de l’équité, diversité et inclusion (EDI) dans les enseignements universitaires est souvent abordée sous deux angles distincts : d’un côté l’accessibilité numérique des supports et de l’autre la transformation des pratiques pédagogiques. Cet article aborde comment l’utilisation d’une chaine éditoriale dans la réalisation de la ressource entraine une révision pédagogique du support et une démarche réflexive sur la mise en accessibilité d’un enseignement. Sous le terme de chaine éditoriale sont regroupés les outils imposant une séparation du fond et de la forme. Les avantages et les freins de ces outils sont rappelés plus précisément pour la solution Scenari utilisée dans cette étude. À partir d’ateliers menés à distance ou en présentiels avec des enseignants de sciences volontaires, mais dans des contextes de production différents, nous examinons les difficultés et les bénéfices de la démarche entreprise qui entraine une amélioration des supports en adéquation avec une meilleure approche inclusive des enseignements.
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 | 0.015 | 0.115 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.009 | 0.006 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.019 | 0.011 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.038 | 0.009 |
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".