Apports et limites d'une communauté d'apprenants au développement des compétences professionnelles des étudiants d'un cours universitaire de 3D
Notice bibliographique
Résumé
Ce projet de recherche se situe à mi-chemin entre celui de l’éducation et de la création 3D. Un sérieux questionnement a émergé en rapport avec le décrochage scolaire, la réorientation scolaire ou encore les problèmes d’insertion professionnelle en lien avec le domaine de la 3D à l’université. Le métier d’artiste 3D est très compétitif et force les étudiants à performer. C’est pourquoi nous portons un bref regard sur les métiers en lien avec la 3D. Nous nous sommes ensuite demandé comment contribuer à réduire les problèmes de décrochage, de réorientation ou d’insertion professionnelle. Nous avons donc décidé d’implanter une communauté d’apprentissage auprès d’étudiants dans ce domaine à partir de sept jalons bien distincts. Une expérimentation a été menée auprès de deux groupes classes en formation 3D à l’Université du Québec en Abitibi-Témiscamingue. La réalisation de leur projet final s'est faite en communauté d’apprenants. L’objectif principal de la recherche est de connaître les apports et les limites de la communauté d’apprenants pour le développement des compétences professionnelles des étudiants en 3D. Une entrevue de groupe a été menée auprès de 10 étudiants pour la récolte des données. L’analyse des données de la recherche révèle 17 apports et sept limites.
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 | 0,016 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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; 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 ».