Comment favoriser la réussite des étudiants d'Afrique dans les formations ouvertes et à distance (foad) : principes pédagogiques
Notice bibliographique
Résumé
Plusieurs études montrent que les taux de succès dans les formations à distance (FAD) ou les formations ouvertes et à distance (FOAD) sont de 20 à 45 %. Les stratégies mises en place par l’équipe de l’Université de Montréal, en collaboration avec ses partenaires que sont l’Institut International\nde l’UNESCO pour le Renforcement des Capacités en Afrique (IIRCA) et l’Agence universitaire de la francophonie, ont permis d’atteindre des taux élevés de diplômation –\nce qui implique la réussite de plusieurs cours – qui dépassent les 90 %. Ce texte, après une brève section sur l’importance\ndes technologies de l’information et de la communication (TIC) pour l’Afrique, adresse la question de l’efficacité des formations ouvertes et à distance (FOAD), avant d’en aborder les conditions d’efficacité et de leurs impacts sur la motivation et la persévérance des étudiants. L’objectif\ndevrait permettre de mieux comprendre les stratégies à mettre de l’avant pour favoriser la réussite des étudiants africains qui participent aux FOAD.
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 | 0,009 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».