COURLIS (COURs en LIgne de Statistiques appliquées). Un MOOC francophone innovant
Notice bibliographique
Résumé
Introduction : Les universités numériques thématiques permettent un accès libre et gratuit à des ressources validées. Certaines de ces universités ont évolué vers des formations à distance permettant notamment la création de DIU internationaux ouverts à un grand nombre de pays francophones. L’enseignement en PACES est un exemple de pédagogie des grands groupes où dans certaines universités, l’utilisation d’un environnement numérique de travail permet de remplacer les méthodes traditionnelles d’enseignement. Les MOOC apportent une étape supplémentaire puisqu’il s’agit d’un enseignement gratuit, entièrement à distance destiné à un très grand nombre de participants, sans aucun prérequis. Le travail présenté décrit la mise en place d’un MOOC francophone transversal en statistiques appliquées, appelé COURLIS. Matériel et méthodes : La base de départ de COURLIS est représentée par les ressources développées par les UNT. La formation, gratuite, ouverte, entièrement à distance et tutorée est d’un niveau licence et peut donner lieu à une attestation de suivi payante. La certification payante est attribuée après un examen final. Les objectifs sont représentés par un socle commun de connaissances statistiques appliquées. La méthode pédagogique est active de type connectiviste avec une interactivité entre apprenants et enseignants, des devoirs personnels et des évaluations formatives. Résultats : Plusieurs universités font partie du consortium qui se met en place. Le travail étudiant est estimé à environ cent heures réparties sur 4 mois avec deux sessions de certification. Conclusion : Ce projet innovant permet d’être sur la scène des MOOC. Les valences professionnelle et académique apprécieront la réussite du projet.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».