Enjeux et défis de la formation à distance dans un contexte de pandémie
Notice bibliographique
Résumé
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.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,021 | 0,059 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 ».