EDUCAUSE 2022 Rapport de la délégation française - FR: Visites de Colorado University of Boulder, Colorado Community College System, Community College of Denver & Internet2
Bibliographic record
Abstract
Pour la neuvième année consécutive, une délégation française a été constituée en vue de la participation à laconférence annuelle EDUCAUSE. Cette initiative menée depuis 2013 associe des profils complémentaires, etvise à proposer une ouverture à l’international auprès de la communauté du numérique de l’EnseignementSupérieur français. Une ouverture dont nous souhaitons qu’elle puisse représenter des sources d’inspiration,des points de comparaison, mais aussi des vecteurs de valorisation pour des réalisations françaises existantesou en devenir.Ainsi, d’une philosophie initiale de simple participation qui a prévalu lors des premières années de cettedélégation, nous sommes progressivement passé à une logique résolument plus active, concrétisée à différentsniveaux. Plus de 15 présentations acceptées pour les différentes conférences sur plusieurs sujets académiquesont ainsi été faites par des membres de notre groupe depuis 2016. Par ailleurs, des membres du comitéd'organisation de la délégation participent activement à la vie d’EDUCAUSE en tant que membres du paneld’experts mobilisés dans le cadre de la rédaction du EDUCAUSE Horizon Report, en tant que membres dedifférents Community Groups thématiques (XR et Learning Spaces en particulier), ou encore en tant querédacteurs d’articles de référence et traducteurs d’outils. Cette implication se concrétise également dansl’organisation des EDUCAUSE Annual Conferences et EDUCAUSE Learning Initiative Annual Meetings, pourlesquelles nous sommes non seulement mobilisés chaque année en tant que proposal reviewers (relecteurs depropositions d’interventions), mais aussi en tant que membres des comités de programme respectifs (en 2019et 2023).La reconnaissance de ces différents niveaux d’intervention nous a permis de tisser des liens privilégiés avecEDUCAUSE et en particulier ses membres exécutifs (Président, Vice-Présidents et Directeurs). Nos actions nousont en outre offert une visibilité significative auprès de la communauté universitaire nord-américaine et au-delà,qui a abouti à l’établissements de collaborations formelles, inscrites pour certaines dans la durée. Différentsaxes de coopération sont en particulier en cours de mise en place avec la délégation japonaise EDUCAUSE.Ces différentes démarches contribuent d’autant à la réalisation de nos objectifs fondamentaux: échanger,sensibiliser, informer, et partager afin de soutenir le développement du numérique dans l’EnseignementSupérieur français.Notre traditionnelle réunion de restitution à la communauté concrétise chaque année cette volonté, et s’estpositionnée comme un rendez-vous annuel majeur, que nous savons apprécié. Le rapport qui l’accompagne,quant a lui, connait une audience sans cesse plus importante à l’échelle internationale, qui s’appuie notammentsur une traduction anglaise que nous avons rapidement actée. En dehors des frontières européennes, il est ainsiattendu et lu chaque année notamment aux Etats-Unis, au Canada, au Japon, à Singapour, en Australie ouencore en Nouvelle Zélande.Cette nouvelle édition du rapport fait suite à la restitution du 27 janvier 2023. Celui-ci traite des différents atelierssuivis lors de la conférence EDUCAUSE tenue en Octobre 2022 à Denver, ainsi que des quatre visites de terrainque le retour au présentiel nous a permis d’organiser à nouveau. Il peut également être complété par lesdifférents tweets postés par la délégation sous le mot-dièse #EDU22fr.Nous vous souhaitons une agréable et informative lecture.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.001 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.177 | 0.032 |
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".