MétaCan
Menu
Retour à la cohorte
Enregistrement W3043787105

Enjeux et défis de la formation à distance dans un contexte de pandémie

2020· article· fr· W3043787105 sur OpenAlex
Cathia Papı

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueR-libre (Université Téluq) · 2020
Typearticle
Languefr
DomaineComputer Science
ThématiqueEducational Innovations and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceCoronavirus disease 2019 (COVID-19)Philosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La pandémie de Covid-19 qui s’est propagée progressivement a entraîné dans bon nombre de pays des mesures de confinement. C’est notamment le cas au Canada, où les enseignants de tous niveaux ont été invités à exercer en formation à distance (FAD). Dans la mesure où l’éducation est gérée au niveau provincial, toutes les provinces ne sont pas parties avec les mêmes atouts vers ce développement de la FAD. Par exemple, tandis que l’Ontario avait déjà quelques cours de niveau primaire en ligne ainsi que l’intégralité des cours de secondaire et un ecampus pour le supérieur, le Québec avait bien l’intention de développer la FAD mais ne l’avait pas encore fait et a donc dû compter sur les acteurs offrant déjà des cours à distance. C’est ainsi que le ministère de l’Éducation a demandé à l’Université TÉLUQ de créer une formation à distance pour former l’ensemble des enseignants de la province à enseigner à distance. S’est alors posée la question suivante : comment former rapidement des enseignants de différents ordres d’enseignement à passer de la présence à la distance ? Alors que les enjeux de poursuite de l’éducation malgré le confinement en vue, non seulement de finir l’année scolaire, mais aussi certainement de démarrer la prochaine, sont importants et impliquent de former les enseignants de toute urgence, les défis à relever pour ce faire sont grands. Nous proposons ainsi de présenter le processus de création de la formation «J’enseigne à distance». Nous expliquerons comment nous en sommes venus à créer une formation gratuite et sans inscription, mais avec une possibilité d’attestation, comprenant quatre microprogrammes «accompagner», «diffuser», «adapter», «évaluer», une boîte à outils et un glossaire conçus spécifiquement pour favoriser l’adaptation des enseignants à la formation à distance. Nous mettrons en avant les évolutions connues par le projet en cours de création, les difficultés qu’il a fallu surmonter dans un contexte d’urgence et de télétravail. Enfin, nous pourrons faire part des données de fréquentations ainsi que des avantages et limites perçues de cette formation.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,858

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,247
Écart entre enseignants0,223 · 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