Guide d'utilisation du tableau blanc collaboratif de Microsoft
Bibliographic record
Abstract
Ce guide d'utilisation du tableau blanc collaboratif de Microsoft est conçu pour transformer vos réunions virtuelles et sessions de brainstorming en expériences interactives et productives. Que vous soyez novice ou utilisateur occasionnel de cet outil, ce guide complet vous accompagne pas à pas dans la maîtrise du tableau blanc numérique. Vous y découvrirez comment démarrer facilement depuis Microsoft Teams, que ce soit via l'application principale ou directement pendant une réunion en partageant votre écran. Le guide détaille l'ensemble des outils de base à votre disposition : stylo pour annoter, surligneur pour mettre en évidence, gomme pour corriger, ainsi que les fonctions d'ajout de texte et de notes adhésives virtuelles. Vous apprendrez à personnaliser ces outils selon vos besoins en ajustant l'épaisseur des traits et les couleurs. Les fonctionnalités avancées sont également explorées en profondeur : utilisation de la règle virtuelle pour tracer des lignes droites, amélioration automatique des formes dessinées, intégration de contenus multimédias (images, documents, liens web, vidéos), et accès à une bibliothèque de modèles prédéfinis adaptés à différents contextes (brainstorming, planification de projet, ateliers créatifs). Une section complète est consacrée à l'optimisation de la collaboration à distance. Vous découvrirez comment inviter et impliquer activement vos collègues ou personnes étudiantes, permettant à chacun d'annoter, d'organiser et de réagir en temps réel. Le guide explique également l'intégration avec Microsoft Loop pour synchroniser automatiquement vos tableaux blancs avec Teams, vos notes de réunion et documents collaboratifs. Des astuces pratiques vous aideront à conduire des réunions créatives réussies, avec des conseils structurés pour les phases avant, pendant et après la réunion ou la séance de cours. Le guide se conclut par une annexe détaillée de bonnes pratiques couvrant l'utilisation d'écrans tactiles, la gestion des interactions, le partage d'écran efficace et la gestion des droits d'édition. Un outil indispensable pour maximiser l'engagement et la productivité de vos rencontres en présence et à distance.
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 | 0.004 | 0.014 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.222 | 0.136 |
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".