MétaCan
Menu
Retour à la cohorte
Enregistrement W2885709299

Évaluation de l'offre de formation linguistique à distance destinée aux étudiants de français langue seconde des Forces armées canadiennes

2016· article· fr· W2885709299 sur OpenAlexaboutno aff
Danielle Bérubé

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2016
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le but de cette étude était de mieux comprendre l'utilisation d'un logiciel d'apprentissage des langues, Alliés Web, développé par les Forces canadiennes afin d'offrir de la formation linguistique à distance et à temps partiel aux militaires qui en font la demande. Pour ce faire, nous avons observé les données d'utilisation du programme Alliés Web de trois groupes d'étudiants en ligne et à distance (n=425), c'est-à-dire un groupe en mode tutoré (suivi hebdomadaire et communications synchrones), un groupe en suivi minimal (suivi mensuel sans communications synchrones) et un groupe en mode autonome (sans suivi). Nous avons comparé le comportement des groupes relativement à leur utilisation du logiciel selon quatre variables : le temps d'utilisation du programme, la progression dans le programme, le taux de réussite et le taux d'abandon. Les résultats de cette étude permettent d'abord de confirmer et préciser les conclusions de Leakey (2011) et Nielson (2011) qui ont souligné un abandon massif des étudiants en mode autonome en apprentissage des langues à l'aide de logiciels. En effet, dix mois après leur inscription, 211 des 212 candidats observés n'ont pas activé leur compte dans le programme pour lequel ils s'étaient inscrits. Un court sondage a toutefois permis d'identifier le manque de temps comme raison affirmée de l'abandon et a confirmé leur intention de commencer leur formation en ligne ultérieurement. Nos résultats permettent par ailleurs de corroborer la théorie de la distance transactionnelle en apprentissage à distance proposée par Moore (1993) et Garrison et al. (2000) et qui établit un lien entre, d'une part, la présence du professeur et, d'autre part, la motivation et la réussite des étudiants. Nous mettons en effet en lumière la relation entre les variables observées et la présence du professeur, ce qui nous amène à conclure qu'une plus grande réussite des étudiants et qu'une réduction du taux d'abandon pourraient passer par la réduction de la distance transactionnelle entre les élèves et les professeurs. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Formation en ligne, apprentissage des langues à distance, formation des adultes, mode autonome, abandon, distance transactionnelle.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,792
Score d'incertitude au seuil0,413

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,047
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,002
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,225
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetEFL/ESL Teaching and LearningTravaux en français237 207