L’aide juste à temps pour la rétention et le succès des étudiants en formation à distance
Notice bibliographique
Résumé
Depuis ces dernières années, le nombre d’étudiants à situations particulières (TDAH, autisme, déficience auditive, etc.) est en constante augmentation dans les institutions d’enseignement québécois passant de 8 201 en 2013 à 16 304 en 2018 (Gagné & Tremblay, 2018, p. 23). L’Université TÉLUQ, qui offre des cours et des programmes à distance, accueille près de 20 000 étudiants par année. En plus des étudiants en situations particulières, plusieurs reviennent aux études après un long laps de temps afin, d’améliorer leur situation professionnelle, tout en travaillant à temps plein. L’Université TÉLUQ, par l’entremise de son Service aux étudiants (SAE), s’est donné pour mandat d’améliorer la rétention et le succès de ces étudiants. Pour y arriver, un comité sur les outils d'aide à la réussite étudiante a été mis sur pied. Des enquêtes ont permis d’identifier plusieurs facteurs de risques liés à l’abandon des étudiants (à paraître). Afin d’aider les étudiants avec des besoins et des défis différents dans les premiers cours, un système d’aide juste à temps est présentement mis sur pied. Dans le cadre de cette communication, nous présenterons les premières itérations ainsi que le design de ce nouveau système.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».