Guide pour la transformation de contenus Web d'apprentissage en Ressources éducatives libres, ouvertes et accessibles
Bibliographic record
Abstract
Les recommandations présentées dans ce document sont alignées avec les normes WCAG (Web Content Accessibility Guidelines), visant à garantir une accessibilité universelle et une égalité des chances pour tous les utilisateurs et toutes utilisatrices. En outre, elles s'inscrivent dans les lignes directrices émises par l'UNESCO en 2021 pour la création de Ressources Éducatives Libres (REL) ouvertes qui autorisent la consultation, la réutilisation, l’utilisation à d’autres fins, l’adaptation et la redistribution gratuites par d’autres. Ce guide recommande notamment l'usage de couleurs accessibles, un contraste suffisant pour la lisibilité, l'inclusion de textes alternatifs pour les images, la vérification de la langue et le niveau de lisibilité, la vérification des licences d'ouverture d'une ressource, l'utilisation de polices sans empattement, et une structuration claire des contenus (objectifs, contexte, organisation du texte, types d'écriture, activités) pour faciliter l'accessibilité. Certaines des recommandations proviennent également du standard sur l’accessibilité des sites Web au Québec (SGQRI 008 2.0). Une approche inclusive en matière de conception de contenus Web d’apprentissage implique de prendre en compte non seulement les besoins des apprenants en situation de handicap, mais aussi la diversité des caractéristiques des apprenants, comme leurs capacités, leur âge, leur sexe, leur situation familiale, leur origine ethnique et leurs compétences linguistiques, comme le souligne Banville en 2021. Ces critères s'appliquent à l'ensemble du contenu Web, englobant aussi bien les documents téléchargeables que les supports multimédias Ces recommandations ont été co-construites sur la base d’une démarche méthodologique itérative de type design thinking et avec l’assistance de l’IA générative ChatGPT4 Plus. Dans l’ensemble, elles constituent une ressource ouverte libre d’utilisation afin de faciliter l’implication, la participation et la contribution de la communauté éducative. Ce guide se compose de sept sections, soit des recommandations générales, des recommandations relatives aux éléments non textuels, au multimédia (ex. vidéo et audio), aux documents Word et PDF, aux présentations PowerPoint, à la plateforme d’apprentissage et au contenu affiché sur les pages Web, ainsi que des recommandations sur le libre accès et l’ouverture du contenu Web d’apprentissage.
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 | 0.006 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.051 | 0.066 |
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".