MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210833506 · doi:10.1522/rhe.v5i2.1250

Plateforme numérique d’accompagnement professionnel en enseignement: défis liés à son élaboration, à sa mise en œuvre et aux stratégies collaboratives déployées

2022· article· fr· W4210833506 sur OpenAlexaffvenue
Ugo Collard Fortin, Andréanne Gagné, Sandra Coulombe, Nadia Cody, Thomas Rajotte, Manon Doucet

Notice bibliographique

RevueRevue hybride de l éducation · 2022
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité de MontréalUniversité LavalUniversité du Québec à MontréalUniversité de SherbrookeUniversité du Québec à RimouskiUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Les compétences du 21e siècle constituent des enjeux de formation devant davantage s’inscrire au cœur de la préparation de la relève enseignante. Parmi ces dernières compétences, la collaboration représente une voie prometteuse permettant certes d’agir positivement sur le développement de compétences en enseignement, mais pouvant également être utilisée comme un levier de développement pour les intervenants de cette formation. Le projet TrEnsForma (Transition pour les Enseignant(e)s en Formation) a vu le jour en s’appuyant sur cette prémisse. Se présentant sous la forme d’une plateforme numérique, ce dispositif d’accompagnement professionnel s’adresse aux futurs et nouveaux diplômés de tous les secteurs d’enseignement et met en œuvre des activités de mentorat, d’autoformation, de coformation ainsi que des ressources audiovisuelles et des formations créditées. TrEnsForma est développé « pour » et « par » la collaboration. À l’invitation du numéro thématique sur les C21, ce texte illustre les défis du développement (le « par ») de cette plateforme numérique misant sur la collaboration à la fois comme moteur de son élaboration et de sa mise en œuvre. Par le truchement du récit d’expérience, les grandes étapes ainsi que les activités qui ont été nécessaires pour assurer son édification sont décrites, ce qui permet de dégager les stratégies collaboratives qui se sont révélées des leviers tout au long du processus de réalisation du projet.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,006
Communication savante0,0130,007
Science ouverte0,0020,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0540,015

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 Opus0,161
Tête enseignante GPT0,438
Écart entre enseignants0,277 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue hybride de l éducation→Même sujetEducation, sociology, and vocational training→Travaux en français237 207→