Horizons numériques en éducation. Quelles perspectives à l'heure de l'IA générative ?
Bibliographic record
Abstract
Les différentes contributions réunies dans cet ouvrage ont permis d’explorer les multiples dimensions de la compétence numérique, et d’en saisir plusieurs enjeux fondamentaux pour notre société à l’ère du numérique. Les angles d’analyse variés ont mis en évidence la nature transversale et protéiforme de cette compétence. Sur le papier, à tout le moins, nous sommes sortis de la formation d’« utilisateurs « presse-bouton » [porteuse] de discours du type « vous savez cliquer, vous savez gérer » (Duchâteau, 1992, p. 35). En ce sens, par le Cadre de référence de la compétence numérique (Ministère de l’Éducation et de l’Enseignement supérieur, 2019), par les documents afférents, ainsi que par les documents du même genre à travers le monde (p. ex. le référentiel européen DigComp ; Vuorikari et al., 2022), les politiques éducatives sur le numérique en éducation souhaitent désormais appréhender la formation au numérique au-delà de l’approche techniciste qui a historiquement prévalu.
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 | 0.006 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.005 | 0.031 |
| Scholarly communication | 0.022 | 0.024 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".