Formation initiale des enseignants : explorer le potentiel d’un robot de téléprésence
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
Lors de la formation initiale en enseignement, il arrive fréquemment que des classes universitaires se déplacent en milieu scolaire afin de créer des liens entre les apprentissages théoriques (effectués dans le cadre des cours universitaires) et la pratique. Cependant, dans le contexte de la pandémie de COVID-19 et des diverses mesures sanitaires de la santé publique, la formation pratique des étudiantes et des étudiants en éducation dans les établissements scolaires n’a pu avoir lieu. C’est dans cette perspective qu’un projet de recherche a été réalisé pour étudier l’enseignement à distance par le biais d’un robot de téléprésence. À partir de leur campus respectif, 17 étudiantes et étudiants ont enseigné des concepts à des élèves des écoles environnantes, et ce, en contrôlant un robot. Les résultats de l’analyse thématique montrent qu’il a été possible d’interagir avec les élèves lors de l’enseignement et que les étudiantes et les étudiants en formation ont acquis des connaissances pédagogiques liées à l’enseignement au cours de cette expérience pratique. Cette étude démontre que cette expérience novatrice a permis de parachever les apprentissages théoriques du cours universitaire.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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