Notice bibliographique
Résumé
This paper explores the issues involved in granting college and university credits for prior learning, particularly informal workplace learning and workplace training. It argues for the recognition of the differences (but not the superiority of one over the other) between workbased knowledge and academic knowledge when granting recognition of prior learning. It criticizes exaggerated claims for, and processes used in the recognition of prior learning but defends a role for judicious use of prior learning assessment and recognition (PLAR) within the academy. It further argues that traditional institutions of higher learning do need to change to accommodate adults within the academy and that PLAR has a role to play in that process. Résumé Cet article explore les questions entourant les crédits universitaires et collégiaux associés à la reconnaissance des acquis, particulièrement à l'apprentissage informel et la formation en milieu de travail. Il veut démontrer les différences (en non la supériorité de l'un sur l'autre) entre le savoir acquis au travail et le savoir universitaire dans la reconnaissance des acquis. Il critique les prétentions excessives et les processus utilisés en reconnaissances des acquis, mais défend l'utilisation judicieuse de l'ÉRA (Évaluation et reconnaissance des acquis) par les institutions postsecondaires. Il va plus loin en soutenant que les institutions de haul savoir devaient changer leurs exigences d'admission pour permettre aux adultes d'avoir accès à leurs programme et que l'ÉRA devait avoir un rôle à jouer.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,014 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,004 |
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 ».