Le modèle Universal Instructional Design au service de l’égalité des chances dans les universités canadiennes : apports, enjeux et défis
Notice bibliographique
Résumé
Au début des années soixante, on assiste à la démocratisation des universités par l’élargissement de l’accessibilité. Dans le sillon de cette massification, deux nouveaux groupes d’étudiants émergent. Les premiers sont généralement plus ou moins préparés à rencontrer les exigences de l’université et plusieurs d’entre eux vivent des problèmes d’adaptation importants qui s’expriment, entre autres, par des taux d’échec et d’abandon se situant entre 25 et 30 % chez les étudiants de première et deuxième années. À ces nouveaux profils d’étudiants, s’ajoutent des étudiants aux prises avec une vaste gamme de limitations fonctionnelles, pour lesquels les universités canadiennes ont l’obligation d’offrir des accommodements. Alors que plusieurs modalités d’accompagnement sont mises en place à l’intérieur comme à l’extérieur de la salle de classe pour tenter de diminuer les échecs et le décrochage scolaire du premier groupe d’étudiants sans pour autant rencontrer le succès escompté, le second groupe bénéficie d’accommodements qui contribuent largement à leur réussite scolaire. Reconnaissant que ces deux groupes rencontrent des besoins similaires, les universités américaines puis, plus récemment, certaines universités canadiennes optent pour mettre en place les principes directeurs issus d’un modèle intitulé le Universal Instructional Design qui se veut résolument inclusif. Bien que les principes dont ce modèle s’inspire soient fort louables, son application questionne et oblige l’université à redéfinir encore plus que jamais ses pratiques voire à clarifier ce qu’elle entend par sa mission éducative. Cet article tente de faire le point sur les enjeux que recèle un tel modèle dans un contexte où les finalités des programmes ne sont pas nécessairement définies.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».