Une analyse de la procédure d'admission au programme d'ergothérapie de l'Université Laval
Notice bibliographique
Résumé
J’analyse la procédure d’admission au programme d’ergothérapie de l’Université Laval. Ce programme contingenté est affligé par un important taux d’attrition causé par les nombreux changements de programme qui y sont observés, une situation unique au Canada. En modélisant une procédure d’admission similaire à celle employée en ergothérapie, je montre que les règles en vigueur engendrent un phénomène de polarisation chez les étudiants les plus doués à la recherche d’un programme de transition. Ce phénomène fait du programme d’ergothérapie un programme tremplin et conduit à de graves conséquences. Même en utilisant un taux d’attrition optimiste, le gouvernement québécois prévoit un déficit provincial de plus de 650 ergothérapeutes en 2016. Avec un échantillon de demande d’admission de 2004 à 2012 du programme d’ergothérapie, j’analyse les effets de l’utilisation d’une procédure d’admission aléatoire, une procédure peu utilisée dans l’admission universitaire. Mes résultats suggèrent qu’une procédure d’admission aléatoire viendrait diminuer l’attrition. Mots-clés : Éducation supérieur, Problème d’admission, Procédure d’admission aléatoire.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».