Persévérance et abandon en formation à distance : de la compréhension des facteurs d’abandon aux propositions d’actions pour soutenir l’engagement des étudiants
Notice bibliographique
Résumé
Alors que la formation à distance se développe rapidement depuis une vingtaine d’années, décideurs et chercheurs tentent encore de saisir les raisons pour lesquelles les abandons sont si importants. Bien qu’il soit difficile d’établir des comparaisons entre les formations suivies en présence et à distance, on remarque tout de même un taux de persévérance plus grand du côté de la formation en face-à-face. Cet ouvrage propose donc de cerner les principaux facteurs de persévérance et d’abandon dans l’enseignement supérieur à distance, en s’intéressant tant aux étudiants universitaires en formation à distance dans leur ensemble qu’à des profils plus particuliers comme ceux des étudiants autochtones ou en situation de handicap. Les angles d’approches variés et complémentaires adoptés dans ce livre permettent de croiser des facteurs tels que les caractéristiques socioéconomiques, scolaires et environnementales des apprenants, leurs stratégies d’apprentissage, le design pédagogique des cours qu’ils suivent ou l’accompagnement dont ils bénéficient. \n \nCe collectif d’auteurs québécois et européens offre ainsi une vision nuancée et finement argumentée de la persévérance et de l’abandon en formation totalement ou partiellement à distance. Tant des dispositifs de longue date que d’autres plus récemment développés ou en cours de création sont analysés. Ce faisant, les onze chapitres permettent d’aller au-delà des critiques de la formation à distance centrées sur l’abandon en proposant des éléments de compréhension des phénomènes en jeu et des pistes d’action. Ce livre s’adresse aux enseignants, chercheurs et décideurs intéressés à mieux saisir les particularités de la formation à distance pour favoriser la persévérance des étudiants.
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 | 0,020 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,038 |
| Communication savante | 0,020 | 0,020 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».