Apprentissage collectif à distance (SPLASH)
Bibliographic record
Abstract
Le contexte de recherche de cette thèse est celui du passage des Environnements Interactifs d'Apprentissage avec Ordinateur (EIAO) aux Environnements Interactifs d'Apprentissage à Distance (EIAD). Nos travaux se situent plus particulièrement dans le champ de recherche des CSCL (Computer-Supported Collaborative Learning) qui s'attache à favoriser, par des moyens informatiques, la construction de connaissances de manière collective. Notre démarche consiste tout d'abord à réfléchir aux conditions à créer pour avoir de réelles activités collectives entre apprenants, puis à concevoir l'environnement informatique qui soutienne ces activités. Nous avons choisi d'utiliser la pédagogie de projet comme fondement pour ces activités collectives. Cette pédagogie a déjà fait ses preuves, principalement dans les situations d'apprentissage traditionnel en classe. Sa mise en oeuvre dans une situation d'apprentissage à distance doit être effectuée attentivement afin qu'elle soit adaptée à ce contexte. Notre thèse propose une mise en place de cette pédagogie en s'appuyant sur une organisation humaine en équipe, cette dernière étant composée d'apprenants se trouvant à distance et engagés dans un même projet. Un tuteur, distant lui aussi, joue alors le rôle de chef de projet pour suivre et assister les apprenants. La structuration du projet dans le temps étant très importante, nous préconisons une structuration en étapes composées elles-mêmes de phases synchrones et asynchrones qui rythment le projet. Afin de supporter cette pédagogie de projet à distance, nous avons conçu et développé un environnement informatique nommé SPLASH (Support d'une pédagogie de Projet pour l'Apprentissage Collectif Humain). Cet environnement intègre les outils nécessaires aux activités collectives (outils de communication asynchrones et synchrones, outil de partage d'application, outil de planification, outil de documentation). L'intérêt d'intégrer ces outils dans un même environnement est, d'une part, de faciliter l'utilisation du système par les apprenants, et, d'autre part, de pouvoir analyser les activités collectives dans la perspective d'apporter des conseils aux utilisateurs. Nous avons particulièrement étudié l'analyse des conversations synchrones en concevant une interface spécifique fondée sur des actes de langage et permettant la détermination de profils de comportements sociaux (animateur, indépendant, ...). SPLASH a été expérimenté dans deux contextes différents : avec des élèves de collège dans le domaine de l'apprentissage de la technologie et avec des étudiants québécois apprenant la programmation. Ces deux expérimentations montrent que SPLASH peut être utilisé dans différents contextes de formation et pour divers domaines 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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 0.005 |
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".