Pratiques des TIC et faible littératie : \nune critique des dystopies de « l’ère numérique » au Québec
Bibliographic record
Abstract
Introduction : TIC et faible littératie, quelle place pour une critique ?La Fondation pour l'alphabétisation rapporte qu'en 2005, « près d'un Québécois sur deux (âgé de 16 à 65 ans) n'a pas les compétences nécessaires pour utiliser l'information afin de fonctionner pleinement au sein de la société et de l'économie » (Fondation pour l'alphabétisation, 2012).C'est dans ce contexte que le projet de recherche INTEGRA-Littératie Québec 1 a été réalisé par l'équipe de recherche de Communautique, mandatée par le ministère des Services gouvernementaux 2 dans le cadre du programme Appui au passage à la société de l'information 3 .Si la proposition initiale soumise au bailleur de fonds avait pour objectif premier de mesurer « ce qu'apportent les technologies de l'information et de la communication (TIC) aux personnes à faible littératie » (Dagenais, Poirier et Quidot, 2012), l'équipe de chercheurs a eu grand peine à éviter l'écueil du déterminisme technologique du projet initial et à recentrer plus judicieusement 1 Le projet « L'inclusion numérique telle qu'expérimentée par des groupes d'adultes à faible littératie au Québec » (INTEGRA-Littératie Québec) a été réalisé par l'équipe de recherche de Communautique entre 2009 et 2011.Communautique est un organisme communautaire dont la mission est de soutenir la participation citoyenne en favorisant la maîtrise de l'information et l'appropriation des technologies numériques.Ce projet a été rendu possible grâce à l'appui financier du Secrétariat du Conseil du trésor (SCT). 2 Le ministère des Services gouvernementaux est passé sous l'égide du Conseil du trésor en 2010.3 Le programme Appui au passage à la société de l'information offre une aide financière à des projets et à des organismes qui favorisent l'accès à Internet et aux technologies de l'information à toute la population québécoise.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.018 | 0.016 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.017 | 0.001 |
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".