Notice bibliographique
Résumé
This action research study examines the integration of K-12 online learning curriculum in a graduate instructional technology course aimed at preparing in-service teachers for online teaching environments. Through a cycle of curriculum implementation, data collection, and analysis, the study highlights the evolution of teachers' perceptions, identifying both the benefits and challenges of online education. Findings suggest that curriculum changes can significantly impact teachers' understanding and attitudes, though the study is limited by its small sample size and single-site context. Despite these limitations, the study offers valuable insights for teacher education programs seeking to incorporate online teaching components. Future research should consider expanding to multiple sites and updating curriculum content to reflect post-pandemic experiences in digital learning environments. Keywords: teacher education, online learning, higher education innovation, digital learning curriculum, graduate education, instructional technology, online learning curriculum Repenser la formation des enseignants : L’impact d’un programme d’apprentissage en ligne, pour les niveaux préscolaire, primaire et secondaire, sur les enseignants en exercice Résumé: Cette recherche-action étudie l'intégration d'un programme d'apprentissage en ligne allant du préscolaire au secondaire dans un cours de technologie éducative de niveau supérieur destiné à préparer les enseignants en exercice aux environnements d'enseignement en ligne. À travers un cycle d'implémentation du programme, de collecte et d'analyse de données, l'étude met en lumière l'évolution des perceptions des enseignants, identifiant à la fois les avantages et les défis de l'éducation en ligne. Les résultats suggèrent que les modifications curriculaires peuvent influencer significativement la compréhension et les attitudes des enseignants. Bien que l'étude soit limitée par la taille réduite de son échantillon et son contexte unique, elle offre des perspectives précieuses pour les programmes de formation des enseignants souhaitant intégrer des composantes d'enseignement en ligne. Les recherches futures devraient envisager d'étendre l'étude à plusieurs sites et de mettre à jour le contenu du programme pour refléter les expériences post-pandémiques dans les environnements d'apprentissage numérique. Mots-clés : formation des enseignants, apprentissage en ligne, innovation dans l'enseignement supérieur, programme d'apprentissage numérique, formation supérieure, technologie éducative, programme d'apprentissage en ligne
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 | 0,016 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,015 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».