Perceptions des enseignants et divers modes de fonctionnement pour enseigner et communiquer en période de pandémie
Notice bibliographique
Résumé
La pandémie mondiale de COVID-19 a obligé le milieu scolaire à mettre en place des modes de fonctionnement atypiques. Au lieu d’être un lieu physique en personne, l’école est devenue virtuelle. Un questionnaire bilingue en ligne a été rempli par 1 111 participants entre avril et aout 2021 : 322 enseignants du préscolaire au secondaire et 789 parents de tout le Canada (sauf deux provinces) y ont participé. Cette communication a pour but de faire part des différents modes de fonctionnement qui ont été mis en place pour vivre l’école virtuelle, mais également de documenter la façon dont les enseignants ont communiqué avec les élèves en période de pandémie. Les résultats du questionnaire montrent que 45,6 % des enseignants n’aiment pas l’école virtuelle synchrone et 40,3 % n’aiment pas l’école virtuelle asynchrone. 93,4 % des enseignants préfèrent enseigner en présentiel, en temps de pandémie, lorsque les écoles sont ouvertes. Lorsque les écoles sont fermées, 63,1 % des enseignants préfèrent l’école virtuelle synchrone et 54,2 % aiment mieux l’école virtuelle asynchrone. Enfin, lorsque les écoles étaient fermées, le moyen de communication le plus utilisé par les enseignants pour communiquer en petits groupes et individuellement avec les élèves a été la visioconférence.
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 | 0,003 | 0,006 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».