Transition numérique et innovation pédagogique dans l’enseignement supérieur au Niger : contexte, solutions expérimentées et alternatives possibles
Notice bibliographique
Résumé
Le développement et l’utilisation des technologies éducatives dans le supérieur sont devenus des pratiques à prendre en compte pour améliorer la qualité et la continuité de l'enseignement et de l'apprentissage. Au Niger, dans les universités publiques, le développement du numérique est encore au stade des intentions et des réflexions stratégiques. Pour aller vers une transition numérique et des innovations pédagogiques susceptibles de transformer les pratiques pédagogiques des enseignants et les modalités d’apprentissage des étudiants, l’article tente d’analyser les contextes, les solutions expérimentées et les alternatives possibles qui sont des possibilités d’intégration du numérique dans les pratiques et le fonctionnement du système de l’enseignement supérieur au Niger. L’article, qui s’appuie sur l’utilisation du numérique dans un contexte universitaire de réformes, montre que des initiatives de mise en place de plateformes numériques d’enseignement à distance et des alternatives sont possibles si l’engagement des enseignants est régi par des textes réglementaires. Il conclut sur la nécessité de reconsidérer l’usage des technologies éducatives en lien avec les priorités des universités et de repenser l’utilisation du numérique comme une science innovante.
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 | 0,013 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».