Réflexion sur les usages numériques et l’intégrité académique en classe de langues
Bibliographic record
Abstract
L’université vise à former une communauté dotée d’une pensée critique et la littératie numérique joue un rôle essentiel dans cette formation. Dans le domaine de l’enseignement des langues, les approches didactiques telles que l’approche actionnelle, la pédagogie par projets ou l’approche par les tâches prônent d’ailleurs un recours aux technologies pour permettre des activités authentiques favorisant le développement de l’autonomie des personnes apprenantes. Paradoxalement, l’utilisation de ces technologies empêche parfois d’évaluer la progression des compétences langagières. Quand cette utilisation est indue, elle représente un manquement à l’intégrité académique que les enseignants de langue souhaitent pourtant développer chez ces personnes apprenantes. Le présent article propose une réflexion centrée sur la littérature et des comportements observés dans des classes universitaires de langues secondes et étrangères en ce qui a trait à l’utilisation de ressources technologiques, et ce, toujours dans un esprit d’enseignement de l’intégrité académique, de prévention du plagiat et de développement de la citoyenneté numérique.
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 | 0.010 | 0.029 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.005 | 0.009 |
| Scholarly communication | 0.014 | 0.011 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| 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".