Exploiter son portfolio numérique : construire son identité professionnelle numérique pour valoriser ses competences / The use of a personal digital portfolio: how to build its own professional digital identity and enhance its competences
Notice bibliographique
Résumé
Résumé : Les étudiants de l’enseignement supérieur et des formations professionnelles sont confrontés aux exigences d’employabilité et de mobilité professionnelle. Comment s’y préparer ? Quelles compétences développer ? Quel dispositif pédagogique peut répondre, durablement, à ces questions ? Cet article pose un regard de synthèse sur les résultats de six études relatives aux usages du portfolio numérique utilisé dans une perspective de construction d’une identité professionnelle numérique. L’article propose une reconception d’un dispositif d’accompagnement des étudiants autour de deux axes majeurs : le développement d’une compétence à “l’auto reconnaissance de ses propres compétences”, d’une part, et le développement d’une compétence à « l’auto socialisation », d’autre part. Abstract: Students in higher education and vocational training have to face high demands of employability and professional mobility. How can they get ready? What competencies should they develop? What kind of pedagogical device can provide robust answers to these questions? This article summarizes the results of six studies on the uses of digital portfolios to build a professional digital identity. In this article, we suggest redesigning support for students in two major ways: first, moving up from competency development to “self-acknowledgement of one’s own competencies”, and second, from competency development to “self-socialization”.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».