Encadrer des étudiant·es à distance : description des pratiques de nouveaux professeur·es
Notice bibliographique
Résumé
Les établissements d’enseignement supérieur canadiens accordent de en plus d’importance au développement de la formation à distance (FAD) et de l’apprentissage en ligne (Bates et al., 2017). Historiquement, dans les établissements en FAD, le processus d’enseignement « traditionnel » est fractionné en deux temps. Dans un premier temps, les cours sont conçus par un professeur ou une équipe de conception. Par la suite, l’encadrement des étudiants est assumé par un professeur ou une personne désignée à cet effet (Racette et al., 2017). Il s’agit alors d’accompagner les étudiant.es dans leur démarche d’apprentissage, d’agir comme modérateur, facilitateur, coach, mentor pédagogique, e-tuteur, accompagnateur, etc. \nÀ leur arrivée en poste, les nouveaux professeur.es sont rapidement appelés à développer des pratiques d’encadrement à distance et par le fait même, comme le souligne (Vachon, 2013), sont appelés à développer de multiples compétences tel que la communication écrite et orale, l’utilisation des TIC, etc. \nAu cours des derniers mois, une analyse des pratiques d’encadrement des étudiants à distance a été entreprise par une équipe de recherche. Ce projet de recherche, financé par le Fonds de recherche - Société et culture du gouvernement du Québec (FRQSC) a permis le déploiement de l’Observatoire du cours d’action. Ce cadre théorique a permis de déploiement de l’outil du cours de vie relatif, outil méthodologique issu du cadre sémiologique du cours d’action (Theureau, 2004, 2009). \nCe projet comporte trois objectifs : (1) Décrire les pratiques d’encadrement de nouveaux professeurs dans leurs cours FAD, (2) Expliquer la manière dont les pratiques d’encadrements de nouveaux professeurs évoluent dans le temps, (3) Analyser la manière dont les nouveaux professeurs développent leurs compétences quant aux pratiques d’encadrement dans des cours de FAD. \nLors de cette communication, nous proposons de présenter les pratiques d’encadrement des étudiant.es à distance qui ont été observées chez de nouveaux professeur.es au cours des dernières années. \n \nAu cours des derniers mois, nous avons réalisé une recension systématique de la littérature scientifique afin de vérifier comment l’apprentissage expérientiel dans un contexte d’enseignement supérieur à distance était en mesure d’engager la personne étudiante dans son apprentissage. Parmi les résultats obtenus à la suite à ce processus, nous constatons qu’une activité d’apprentissage authentique ne peut à elle seule engager la personne étudiante dans un apprentissage expérientiel. De plus, il appert que celle-ci doit comporter une certaine structure pour soutenir l’engagement et l’apprentissage. Lors de cette communication, nous partagerons les fruits de ce processus de recherche.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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.
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 ».