Favoriser l’alignement pédagogique lors d’une migration en formation à distance: Une Démarche SoTL
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.
Notice bibliographique
Résumé
Avant la pandémie de COVID-19, l’équipe programme d’un certificat universitaire de premier cycle en santé en sécurité du travail a entamé une migration en formation à distance touchant l’ensemble des cours. L’approche visait entre autres, à répondre à la diversité et aux besoins des cohortes estudiantines en formation continue. Les activités d’intégration, particulièrement l’activité pédagogique INT110, posaient certains défis : divers enjeux (ex. absentéisme, démotivation, désengagement et faible taux de réussite) étaient rapportés par la professeure responsable. Une démarche de Scholarship of Teaching and Learning (SoTL) a été menée pour réfléchir et documenter ces enjeux, améliorer les pratiques pédagogiques et l’apprentissage des personnes étudiantes. La démarche SoTL comporte six phases itératives: l’analyse, l’appropriation, la conception, l’implantation, l’évaluation et la diffusion. La phase d’analyse a mis en lumière des enjeux liés à l’alignement pédagogique. L’approche expérientielle et l’apprentissage par projet ont été retenus. L’activité pédagogique a été entièrement revue dans la phase de conception pour en maximiser l’alignement pédagogique en s’appuyant sur des cadres théoriques reconnus qui ont été explorés lors de la phase d’appropriation. L’activité pédagogique a été recentrée autour de la planification d’une intervention en entreprise. L’implantation du nouveau projet d’apprentissage s’est faite en deux temps (2020 et 2021). La phase d’évaluation a été reportée au printemps 2022. L’analyse préliminaire des résultats obtenus laisse présager des retombées positives de l'innovation pédagogique mise en œuvre.
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 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 | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle