Regards et perspectives: l’évaluation au service de la qualité pédagogique des formations eLearning
Notice bibliographique
Résumé
Associer l’évaluation au eLearning génère une problématique qui s’avère à la fois simple et complexe. A l’instar de Havelock (1976a), toute personne travaillant en éducation reconnaîtra d’emblée qu’il est important d’évaluer la qualité pédagogique des formations, surtout celles impliquant des transformations du système. Par ailleurs, les sommes et l’énergie investies dans l’acquisition de matériel, le développement de cours en ligne, le soutien et la formation des acteurs ainsi que dans les recherches sur l’intégration des technologies de l’information et de la communication (TIC) rendent légitimes les attentes de retombées significatives. Les projets d’envergure finançant le développement, la formation et le soutien au eLearning fourmillent à travers le monde. Par exemple, le Campus Virtuel Suisse (CVS), les programmes européens SOCRATES, Leonardo da Vinci et les Actions concertées, le fond canadien de l’Autoroute de l’information, le réseau canadien de centres d’excellence en télé-apprentissage (TL-NCE) et le programme américain PT3 «Preparing Tomorrow’s Teachers to Use Technology», ont généré des investissements considérables. (DIPF/Orig.)
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,091 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,008 | 0,018 |
| Communication savante | 0,034 | 0,019 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».