Étude de faisabilité pour un portail mutualisé pour la recherche de ressources éducatives numériques (REN) et le dépôt de ressources éducatives libres (REL) : Rencontre REPTIC
Bibliographic record
Abstract
L’enjeu lié aux ressources numériques et à leur réutilisation n’est pas nouveau en éducation. Des initiatives de constitution de répertoires cataloguant des « ressources d’enseignement et d’apprentissage (REA) » ont vu le jour vers la fin des années 1990. Nous assistons aujourd’hui à un renouveau d’intérêt à ce sujet et à une convergence d’efforts institutionnel et gouvernemental pour constituer des plates-formes nationales de ressources éducatives numériques comme le démontre certaines mesures du Plan d’action numérique du Ministère de l’éducation et de l’enseignement supérieur (MÉES) au Québec. Cet état de fait, visible au niveau international, est lié à de nombreux facteurs parmi lesquels on peut souligner la numérisation croissante de l’éducation, le développement de l’offre des formations à distance et des formations hybrides et l’augmentation du nombre de ressources éducatives numériques et des situations d’apprentissage autonomes. L’objectif de cette activité est de présenter l’« Étude de faisabilité pour un portail mutualisé pour la recherche de ressources éducatives numériques (REN) et le dépôt de ressources éducatives libres (REL) » pour laquelle les soumissionnaires de l’étude, le Centre collégial de développement de matériel didactique (CCDMD), le Centre de documentation collégiale (CDC) et la Vitrine technologie-éducation (VTÉ) ont reçu un accord de principe du MÉES. Cette présentation se terminera par un échange afin de recueillir les commentaires et suggestions sur des actions prévues dans le déroulement du projet.
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 | 0.041 | 0.060 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.009 | 0.008 |
| Scholarly communication | 0.019 | 0.013 |
| Open science | 0.002 | 0.012 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
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".