Recherche évaluative d’un MOOC sur le transfert de connaissances dans cinq pays francophones
Notice bibliographique
Résumé
La demande de formation en transfert de connaissances (TC) est si importante que les organisations qui offrent de telles formations ont du mal à y répondre entièrement en présentiel. C’est pourquoi une formation en ligne de type Massive Open Online Course (MOOC) a été développée. Elle a pour objectif l’utilisation et l’appropriation du processus de TC par les milieux de pratique, les décideurs et le grand public. L’objectif de ce mémoire était d’évaluer un MOOC d’introduction au TC en recueillant les opinions, les réactions, l’appropriation et les changements de pratique des utilisateurs. L’étude a utilisé un devis qualitatif. Un questionnaire administré dès le début du cours via la plateforme a permis de constituer le profil des participants par le biais de leurs données descriptives, des raisons de leur inscription et de leurs intentions vis-à-vis du cours. Ensuite, des entrevues semi-dirigées individuelles ont été conduites (n = 16) avec des apprenants professionnels ayant complété le cours et étant issus de cinq pays francophones d’Afrique de l’Ouest (Canada, France, Burkina Faso, Mali, Sénégal). Les contenus du MOOC d’introduction au TC ont généralement été appréciés et réutilisés par les répondants. L’analyse des entrevues révèlent un motif principal menant à la complétion du cours : la possibilité immédiate pour les professionnels de valoriser leurs apprentissages dans leurs milieux de pratique. L’étude met en évidence le potentiel des MOOC pour l’acquisition de connaissances et de compétences de professionnels en matière de TC. Cependant, la majorité des personnes soulèvent le manque d’interaction entre apprenants et expriment leur besoin d’accompagnement avec un formateur afin d’approfondir les sujets abordés pendant le cours. Les résultats révèlent également des enjeux de connexion et d’accessibilité du cours liés au réseau Internet et à la stabilité d’accès à l’électricité dans les pays d’Afrique de l’Ouest. Finalement, plusieurs recommandations et pistes d’explorations ont été formulées afin d’optimiser les futures conceptions de MOOC sur le TC.
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 | 0,015 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; 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 ».