La compétence numérique en contexte éducatif. Regards croisés et perspectives internationales
Bibliographic record
Abstract
Plongez au cœur des évolutions contemporaines du numérique en éducation avec La compétence numérique en contexte éducatif : regards croisés et perspectives internationales. Articulé autour des 12 dimensions du Cadre de référence de la compétence numérique publié en 2019 par le ministère de l’Éducation et de l’Enseignement supérieur du Québec, ce livre rassemble les réflexions de 43 expertes et experts nationaux et internationaux en 24 chapitres. De la citoyenneté numérique à l’innovation pédagogique, en passant par la culture informationnelle et l’autonomisation des enseignants, chaque page aborde des aspects constitutifs de l’intégration du numérique en éducation et les enjeux qu’il suscite. Ce qui distingue cet ouvrage? Son habileté à marier théorie et pratique, regard critique et pistes d’intervention concrètes. Les autrices et les auteurs n’hésitent pas à aborder de front les défis contemporains : intelligence artificielle, programmation éducative, réalité virtuelle en évaluation, etc. Autant de sujets brûlants traités avec rigueur. Que vous vous consacriez à la recherche ou à l’enseignement ou que vous souhaitiez assouvir votre curiosité par rapport aux enjeux numériques actuels, ce livre vous interpellera. Il vous offrira les clés pour comprendre et agir dans un monde éducatif en pleine mutation technologique.
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 | 0.007 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.005 | 0.016 |
| Scholarly communication | 0.012 | 0.010 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.011 | 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".