MétaCan
Menu
Retour à la cohorte
Enregistrement W6912006140 · doi:10.5281/zenodo.14735979

Les personnes étudiantes, des complices essentielles au cœur de nos pratiques de rétroaction et d'amélioration continue

2024· article· fr· W6912006140 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Languefr
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésWindsorMinistry of Foreign AffairsChristian ministry

Résumé

récupéré en direct d'OpenAlex

La Faculté de génie de l’Université de Sherbrooke cultive un processus bien ancré d’amélioration de ses programmes, un levier pour plusieurs initiatives. Ses programmes de baccalauréat doivent être agréés par Ingénieur Canada en plus de se prêter à l’évaluation périodique institutionnelle, deux processus nécessaires et indispensables. De plus, d’autres pratiques d’évaluation sont courantes à la faculté, telle que des rencontres de session ou d’intendants avec toutes les parties prenantes, et autres coups de sonde, afin de garder la machine bien huilée entre les processus d’agrément et d’évaluation des programmes. L’objectif de la communication est de partager les bonnes pratiques de rétroaction en appréciation de l’enseignement, adaptées aux spécificités des programmes traditionnels et par apprentissage par problèmes et par projets en ingénierie (APPI) de la Faculté de génie de l’UdeS. Dans cette communication, nous débuterons par la présentation de la planification de la mise en oeuvre de ces pratiques d’évaluation. Ainsi, nous aborderons les moments des rencontres de session ou d’intendants et les rôles de chaque partie prenante dans la préparation de celles-ci. Ensuite, nous décrirons le déroulement de ces rencontres, pour le personnel enseignant et les personnes étudiantes, notamment en abordant les objectifs et le format privilégié. Par la suite, nous partagerons le mécanisme d’évaluation utilisé pour l’amélioration continue de ces rencontres. Puis, nous présenterons l’intégration de ces rencontres avec les autres processus de rétroaction et d’amélioration déjà en place dans les programmes. En terminant, nous ferons le portrait des retombées positives de ces mesures d’amélioration continue, et ce, tant pour les programmes, la qualité de l’enseignement, les personnes étudiantes et l’environnement d’apprentissage. La communication se conclura par une réflexion quant à la meilleure manière de profiter de ces rencontres afin d’en faire un outil pérenne et utile pour les prochaines évaluations institutionnelles et d’agrément.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,032
Tête enseignante GPT0,273
Écart entre enseignants0,241 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revueZenodo (CERN European Organization for Nuclear Research)Même sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207