Persévérance et abandon en formation à distance : de la compréhension des facteurs d’abandon aux propositions d’actions pour soutenir l’engagement des étudiants
Notice bibliographique
Résumé
Alors que la formation a distance se developpe rapidement depuis une vingtaine d’annees, decideurs et chercheurs tentent encore de saisir les raisons pour lesquelles les abandons sont si importants. Bien qu’il soit difficile d’etablir des comparaisons entre les formations suivies en presence et a distance, on remarque tout de meme un taux de perseverance plus grand du cote de la formation en face-a-face. Cet ouvrage propose donc de cerner les principaux facteurs de perseverance et d’abandon dans l’enseignement superieur a distance, en s’interessant tant aux etudiants universitaires en formation a distance dans leur ensemble qu’a des profils plus particuliers comme ceux des etudiants autochtones ou en situation de handicap. Les angles d’approches varies et complementaires adoptes dans ce livre permettent de croiser des facteurs tels que les caracteristiques socioeconomiques, scolaires et environnementales des apprenants, leurs strategies d’apprentissage, le design pedagogique des cours qu’ils suivent ou l’accompagnement dont ils beneficient. Ce collectif d’auteurs quebecois et europeens offre ainsi une vision nuancee et finement argumentee de la perseverance et de l’abandon en formation totalement ou partiellement a distance. Tant des dispositifs de longue date que d’autres plus recemment developpes ou en cours de creation sont analyses. Ce faisant, les onze chapitres permettent d’aller au-dela des critiques de la formation a distance centrees sur l’abandon en proposant des elements de comprehension des phenomenes en jeu et des pistes d’action. Ce livre s’adresse aux enseignants, chercheurs et decideurs interesses a mieux saisir les particularites de la formation a distance pour favoriser la perseverance des etudiants.
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 | 0,020 | 0,040 |
| 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 | 0,038 |
| Communication savante | 0,020 | 0,020 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».