MétaCan
Menu
Retour à la cohorte
Enregistrement W6949720716 · doi:10.5281/zenodo.14735978

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

2024· article· fr· W6949720716 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 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)0,016
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0190,013
Communication savante0,0160,010
Science ouverte0,0020,011
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0200,006

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; 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'étudeQualitatif
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