Soutenir l’apprentissage d’étudiants ayant un trouble d’apprentissage au collégial : le cas d’une recherche-action-formation
Bibliographic record
Abstract
Cet article s’appuie sur les résultats d’une recherche-action-formation (RAF) menée dans un établissement d’enseignement collégial privé. De 2011 à 2013, une communauté d’apprentissage est constituée afin de soutenir les enseignants relativement à un défi récent, celui de l’enseignement aux étudiants ayant un trouble d’apprentissage (ETA). Inspirés du modèle social du handicap, les participants analysent leurs pratiques en relation avec les besoins des ETA pour ensuite mettre à l’essai différentes pratiques pédagogiques susceptibles de favoriser leur apprentissage. Deux éléments constitutifs des résultats sont présentés. Le premier concerne la problématique générale de l’enseignement aux ETA en contexte collégial; les données recueillies contribuent à un enrichissement de la compréhension du vécu des enseignants. Le deuxième fait état des obstacles à l’apprentissage identifiés ainsi que des pratiques pédagogiques mises à l’essai. La discussion met en évidence des pistes de formation prometteuses afin de soutenir les efforts des enseignants.
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 | 0.037 | 0.067 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.020 | 0.014 |
| Scholarly communication | 0.016 | 0.011 |
| Open science | 0.003 | 0.020 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
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".