L'encadrement dans les cours en ligne, quelles compétences pour les encadrants... et pour les responsables des encadrants?
Notice bibliographique
Résumé
Les cours en ligne et les cours hybrides (portion d’au moins 50% en ligne) représentaient 16 % des inscriptions universitaires au Canada en 2015, et ont augmenté de 11 % par année de 2011 à 2015, se situant principalement en administration, en arts et sciences humaines et en éducation (Bates et al., 2017). Cette progression importante des cours en ligne bouscule les façons de faire et implique beaucoup plus d’intervenants qu’en présentiel, dont un professeur, un dispositif d’enseignement, un personnel dédié à l’encadrement des étudiants (appelé tuteur, correcteur ou encadrant), et ce, lorsque le professeur délègue l’encadrement des étudiants à une tierce partie. Selon Berrouk et Jaillet (2017), le dispositif a un effet sur l’encadrement, bien qu’il y ait tout de même une distinction entre le prescrit et le réel. Il y a lieu de se demander comment toutes ces parties prenantes arrivent à s’harmoniser entre elles, sachant qu’en formation universitaire à distance, la persévérance et la réussite sont plus faibles qu’en formation en présentiel (Asarta et Schmidt, 2017). Pour répondre à cette question, une recherche a été mise sur pied, financée par le Fonds de Recherche du Québec, Société et Culture (FRQSC). \n \nNous présenterons les compétences attendues des tuteurs, à partir des écrits scientifiques, sachant que les fonctions dévolues aux encadrants dans les cours en ligne portent normalement sur l’accueil, l’accompagnement technique, disciplinaire, méthodologique et social ainsi que sur l’évaluation (Chafiq et Talbi, 2017). Mais, nous irons plus loin, en présentant également les compétences attendues dans la gestion des encadrants et des cours. Ces compétences optimales, selon les contextes, intéresseront autant le personnel à l’encadrement, les établissements, les professeurs qui font de l’encadrement que les professeurs appelés à gérer une équipe d’encadrement.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,008 |
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 ».