Ludificatout : jeu d'évasion pédagogique en ligne : guide de la personne animatrice
Bibliographic record
Abstract
La présente ressource comprend le guide d’animation du jeu d’évasion pédagogique Ludificatout incluant un dossier d’annexes (matériel pour les différentes missions du jeu) et le lien vers l’interface de jeu en ligne (Genially). https://view.genially.com/67993a0a7747f3e0619815ac/interactive-content-ludificatout-jeu-devasion-pedagogique-en-ligne Ce jeu d’évasion pédagogique a été conçu afin de familiariser des personnes étudiantes auxiliaires d’enseignement avec certains concepts de base en enseignement. Les objectifs pédagogiques visés par le jeu sont : · Se questionner par rapport à sa posture d'enseignement ; · Connaitre et appliquer diverses stratégies de gestion de classe ; · Connaitre la séquence de la pédagogie inversée et les rôles de chacun ; · S’initier à l'utilisation de ChatGPT. Mise en situation: Votre cours débute dans à peine 1h et il vous reste beaucoup à faire ! En équipe, trouvez les indices (en cliquant sur des choses) qui vous permettront de vous sortir de cette situation délicate. Utilisez votre clavardage d'équipe pour obtenir des indices supplémentaires et pour m'interpeller afin de valider vos réponses. Bonne chance !
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.108 | 0.032 |
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".