MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405674997 · doi:10.24908/pceea.2024.18602

Quand l’apprentissage collaboratif devient un outil puissant de motivation, de découverte et d’évaluation sommative

2024· article· fr· W4405674997 sur OpenAlexaffvenue
Massimiliano Zanoletti

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyArt

Résumé

récupéré en direct d'OpenAlex

Pour que l’alignement pédagogique soit constructif, l’enseignant dans son cours devrait rechercher la cohérence entre les apprentissages attendus, les activités d’enseignement et les évaluations. Si d’un côté les programmes de génie montrent une tendance générale vers une approche par compétence, dictée entre autres par l’agrément des programmes, l’évaluation sommative des cours est encore assez traditionnelle, constituée souvent par la résolution numérique d’exercices dans un examen. Il est évident que telle forme d’évaluation n’est pas cohérente avec la philosophie suggérée par une approche par compétence, ne permettant pas d’apprécier correctement la capacité des étudiants de mobiliser les différents apprentissages dans la résolution d’un problème ouvert. Cet article veut relater l’expérience positive de l’approche par projet sur la motivation et l’apprentissage des étudiants de deux cours du cheminement critique, en montrant que les formes d’évaluation traditionnelles peuvent être remplacées par d’autres formes d’évaluation, sans nécessairement nuire à la formation des étudiants. [English version] For pedagogical alignment to be constructive, the teacher should seek coherence between expected learning, teaching activities and assessments. If on the one hand engineering programs show a general tendency towards a competency-based approach, dictated among other things by the accreditation of programs, the summative evaluation of courses is still quite traditional, often consisting of the numerical resolution of exercises in an exam. It is obvious that such a form of evaluation is not consistent with the philosophy suggested by a competency-based approach, making it impossible to correctly assess the students' ability to mobilize different learning in solving an open problem. This article aims to report the positive experience of the project approach on the motivation and learning of students in two critical path courses, showing that traditional forms of evaluation can be replaced by other forms of evaluation, without necessarily harming the students’ learning.

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)0,021
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,015
Communication savante0,0140,010
Science ouverte0,0020,009
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,345
Écart entre enseignants0,266 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)→Même sujetEducation, sociology, and vocational training→Travaux en français237 207→