Comprendre le phénomène de l’abandon scolaire dans un contexte de formation à distance imposé dans un programme de Soins infirmiers au collégial
Notice bibliographique
Résumé
La pandémie de COVID-19 a entrainé de multiples bouleversements, et ce, au niveau planétaire. Au Québec comme ailleurs dans le monde, l’éducation a durement été touchée. Cette crise a mis en évidence l’importance et la pertinence de l’utilisation des technologies en éducation. La technologie étant au rendez-vous, l’enseignement à distance s’est déployé dans une multitude de domaines d’enseignement et de niveaux scolaires. Le niveau collégial québécois s’est également employé à offrir l’enseignement à distance pour répondre au besoin du moment. Ce changement majeur a exigé, et exige encore aujourd’hui, de l’adaptation de part et d’autre des acteurs concernés, soit les membres du corps professoral, la population étudiante, les institutions d’enseignement supérieur ainsi que les services de soutien pédagogique. Cette dernière n’est pas sans avoir été déstabilisée par l’enseignement à distance dont les impacts se sont manifestés dès le printemps 2020. La mise en place de l’enseignement à distance imposé pour répondre aux besoins du moment, a soulevé plusieurs questionnements et préoccupations. De ces préoccupations, une nous a semblé plus importante et de ce fait un objectif de recherche en est ressorti : comprendre le phénomène de l’abandon scolaire tel que vécu par les étudiants et étudiantes du programme de Soins infirmiers, dans un contexte d’enseignement à distance imposé. Loin de se vouloir prescriptif, cette recherche a pour but de mettre en lumière les facteurs qui ont contribué à l’abandon de cours ou à la demande d’incomplet dans un contexte d’enseignement à distance imposé, pour ainsi élargir les connaissances à ce sujet. La méthodologie que nous avons choisie pour cette recherche est de type qualitatif/interprétatif, car nous cherchions à ressortir le vécu des étudiants et étudiantes du programme de Soins infirmiers en enseignement à distance imposé. Pour la collecte de données, nous avons privilégié la méthode du focus groupe à laquelle neuf étudiantes provenant du programme collégial ont participé. Une analyse thématique a été utilisée afin de ressortir les principaux thèmes de la collecte des données. Cette analyse a révélé six thèmes en relation avec notre objectif spécifique.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».