L’enseignement à distance. Proposition didactique pour l’enseignement du fle
Notice bibliographique
Résumé
La pandémie du SARS-CoV-2 (COVID-19) de l’année 2020 a porté un grand changement dans tous les domaines de nos vies et bien sûr aussi dans notre système éducatif, qui a été obligé de mettre en oeuvre la formation à distance à tous les niveaux de façon urgente et précipitée afin d’assurer le droit à l’éducation à une époque où la présence à l’école est impensable pour des raisons de santé et de sécurité. Nous présentons ensuite une étude à ce sujet, en pleine polémique sur l’opportunité de poursuivre ou non cette approche pendant cette année scolaire. Nous partons de la mise en oeuvre de ce genre de formation dans notre pays et à l’étranger pour tenir compte de ses avantages et contraintes en cas d’application générale de cette approche. Nous avons décidé d’argumenter sur la base de nombreuses études dont les recherches sont bien plus avancées que les nôtres et sur l’expérience d’institutions spécialiées en formation à distance telles que le CNED ou l’Université Laval. Nous nous sommes toujours efforcés de ne pas perdre de vue la situation actuelle afin de rendre cette étude le plus utile possible et d’obtenir des conclusions les plus detaillées et exactes.
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 | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,014 | 0,015 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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.
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 ».