La facilitation et l’accompagnement de l’apprentissage collaboratif dans la formation à distance : un levier de l’expérience autotélique?
Notice bibliographique
Résumé
La formation à distance (FAD) a considérablement évolué depuis son introduction, au cours des années 1960, dans le milieu de l'enseignement supérieur, faisant de l'engagement étudiant dans les environnements d'apprentissage en ligne un défi majeur pour les concepteurs et conceptrices.L'objectif de cet article est de montrer dans quelle mesure le soutien à l'apprentissage collaboratif à distance favorise l'expérience autotélique des étudiants et étudiantes, en ce qu'elle est considérée aujourd'hui comme un prédicteur de la persistance en formation.La méthodologie repose sur une enquête par questionnaire réalisée auprès de 88 étudiants et étudiantes et 4 enseignantsconcepteurs et enseignantes-conceptrices de dispositifs en ligne, répartis en 4 formations, tantôt asynchrones ou synchrones et proposées sur des plateformes offrant ou non des outils de collaboration.Les résultats montrent que les possibilités de collaboration de la formation asynchrone procurent une perception de la facilitation et de l'accompagnement égale à celle des formations synchrones.Il apparaît aussi que la facilitation et l'accompagnement de l'apprentissage augmentent le sentiment de bien-être.Des différences de perception entre le personnel enseignant et les étudiantes et étudiants sont également observées, suggérant l'importance de mieux comprendre l'appropriation des scénarios d'apprentissage. Mots-clésSoutien à l'apprentissage collaboratif, autotélisme, flow, formation à distance, communauté d'apprentissage en ligne N. Mohib, M. Zinger-
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».