Reconnaissance des compétences et valorisation des parcours d’apprentissage à l’ère du numérique : Protocole méthodologique et démarche de recherche de la revue systématique
Notice bibliographique
Résumé
Contexte : Au Québec, l’intérêt croissant pour la reconnaissance des acquis et des compétences (RAC) s’explique par la diversification des parcours d’apprentissage et les besoins émergents du marché du travail. Dans un contexte de transformation numérique et de renouvellement de la main-d’œuvre, les outils numériques comme les badges, portfolios et microcertifications offrent des solutions prometteuses pour valider les apprentissages formels, non formels et informels. Toutefois, leur déploiement soulève des défis liés à l’interopérabilité, à la fiabilité des certifications et à l’absence de cadre commun. Ce projet de synthèse des connaissances vise à documenter les pratiques les plus efficaces, à classifier les dispositifs selon leur adaptabilité aux parcours variés, et à identifier les obstacles et bonnes pratiques. Il s’inscrit dans une volonté de faire du Québec une société apprenante en soutenant l’implantation d’un carnet de compétences numérique, fondé sur l’accessibilité, la pertinence et la reconnaissance équitable des compétences dans un marché du travail en constante évolution. Méthode : La stratégie de recherche a mobilisé trois groupes sémantiques (reconnaissance des acquis, contextes d’apprentissage, dispositifs technologiques), déclinés en expressions de recherche combinées par opérateurs booléens. Sept bases de données ont été interrogées, générant 1 674 résultats, dont 171 publications ont été retenues après sélection selon des critères d’inclusion/exclusion inspirés du cadre PICOS. La gestion du processus a été assurée par Covidence, appuyée par Zotero et Elicit. Une double extraction des données a été réalisée, suivie d’une validation par consensus. Une grille d’extraction structurée a permis d’analyser les publications selon six dimensions, incluant l’efficacité, les impacts et les perspectives des dispositifs étudiés. Une évaluation de la qualité a été effectuée pour chaque étude. Le corpus final est composé d’études empiriques publiées depuis 2014, couvrant divers contextes de formation et profils d’apprenants.
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 | 0,051 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,015 | 0,010 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,007 |
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 ».