Liens entre le modèle CBAM et l’approche d’enseignement dans le contexte de l’adoption d’une classe d’apprentissage actif par des enseignants au postsecondaire | Relationships between the CBAM Model and the Approach to Teaching Inventory in the Adoption of the Active Learning Classrooms by Postsecondary Teachers
Notice bibliographique
Résumé
Although research shows that the use of active learning clasrooms, specially designed for the use of technologies and active pedagogies, has positive impacts on learning (Beichner et al., 2007), the process by which teachers come to adopt this type of class setup has yet to be explored in depth. This multi-case study uses the Concern-Based Adoption Model (CBAM) and Approaches to Teaching Inventory (ATI) theoretical models to describe the cases of 15 teachers who use this class setup, which is still quite new in the Quebec cégep network. The results reveal CBAM stage of concern (SoC) profiles that are sometimes surprising, especially with regard to new users who display characteristics typical of advanced user profiles. A correlation of the SoC profiles with the teaching approach adopted could account for this profile distribution. Finally, as collaboration is shown to be a dominant factor in the teachers’ interests, its links with the CBAM levels of use (LoU) are discussed.Des recherches montrent que l’utilisation de classes d’apprentissage actif (CLAAC) a des impacts positifs sur l’apprentissage, spécialement dans les classes aménagées pour une utilisation de la pédagogie active et des technologies (Beichner et al., 2007). Cependant, le processus par lequel les enseignants en viennent à adopter ce type de classe semble inexploré. Cette étude fait appel aux modèles CBAM (Concern-Based Adoption Model) et ATI (Approaches to Teaching Inventory) pour décrire 15 cas d’enseignants qui utilisent ce type d’aménagement encore récent pour le réseau collégial québécois. Les résultats montrent des profils d’intérêt et de préoccupation parfois surprenants, en particulier chez les nouveaux utilisateurs qui affichent un profil d’utilisateur avancé. Une corrélation des profils d’intérêts avec l’approche d’enseignement pourrait expliquer cette distribution de profils. Enfin, la collaboration est un élément dominant dans les intérêts des enseignants et ses liens avec les niveaux d’utilisation sont exposés.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».