Microprogramme en pédagogie de l’enseignement supérieur pour les enseignants : incidences sur la motivation et les stratégies d’apprentissage des étudiants
Notice bibliographique
Résumé
Depuis 2009, les enseignants de l’Université de Sherbrooke et d’autres établissements sont de plus en plus nombreux à solliciter la formation offerte au Microprogramme de 3e cycle en pédagogie de l’enseignement supérieur (MPES). À travers cette formation, ils sont invités à se plonger au cœur d’une démarche réflexive centrée sur l’apprentissage étudiant. Quels sont les impacts de cette « formation longue »? Notre étude a pour objectif de mesurer les incidences de ce programme de formation sur la motivation et les stratégies d’apprentissage des étudiants ayant suivi les cours d’enseignants formés par le MPES. Les données perceptuelles recueillies auprès de 252 étudiants inscrits dans six programmes de formation différents (enseignement préscolaire et primaire, enseignement collégial, politiques appliquées, chimie, informatique et génie) montrent que les enseignants formés à la pédagogie de l’enseignement supérieur ont proposé des exposés et des activités favorisant le maintien de la motivation de leurs étudiants tout au long du semestre. Les données révèlent également que les enseignants ont aussi utilisé des pédagogies actives favorisant l’usage de stratégies de contextualisation, de sélection de l’information principale et de régulation chez leurs étudiants. De façon plus particulière, il ressort que les enseignants issus des programmes en enseignement préscolaire et primaire, de même qu’en enseignement collégial ont contribué à rehausser significativement la motivation de leurs étudiants. De plus, les enseignants de ces programmes ont favorisé une augmentation significative de la fréquence d’utilisation de stratégies d’apprentissage variées en contextualisant leurs exposés et en proposant des pédagogies actives.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».