6. Analyser la réflexion des étudiants : moyen de repérer et dépasser les limites des formations universitaires axées sur le développement de compétences
Bibliographic record
Abstract
Proposer de faire réfléchir les étudiants pour les aider à se forger des compétences est bel et bon. Mais sait-on seulement capter « de la réflexion »? La définition suggérée ici permettrait de le faire. Elle correspond à un courant anglo-saxon contemporain de pratique réflexive. Elle est cohérente avec les fondements théoriques de la didactique professionnelle européenne. Vingt étudiants du Québec ont ainsi pointé des événements de leurs formations qui les ont fait réfléchir, sans pourtant utiliser le terme « réflexion ». L’étude est qualitative, d’orientation interprétative-compréhensive. Ses résultats suggèrent que l’on peut dépasser la limite du rhétorique « Faisons réfléchir nos étudiants » pour montrer de manière raisonnable des étincelles, dans les formations, qui ont réellement stimulé leur réflexion. Cela ouvre des portes à l’analyse de la réflexion des apprenants, et donc à l’amélioration des formations universitaires à visées réflexive et de développement de compétences.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.021 |
| Scholarly communication | 0.012 | 0.010 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".