Quelles compétences technopédagogiques pour les futurs enseignants du Québec ?
Bibliographic record
Abstract
Les futurs enseignants qui sont formés au Québec sont-ils prêts à intégrer les technologies de l’information et de la communication (TIC) en contexte scolaire ? Pour répondre à cette question, une enquête a été réalisée auprès de 2’065 futurs enseignants, 410 enseignants associés et 90 superviseurs de stage provenant de 9 universités francophones du Québec offrant un programme de formation initiale à l’enseignement. Les résultats de l’étude montrent que les futurs enseignants ont accès aux équipements nécessaires pour se familiariser avec les TIC et possèdent une grande maîtrise des outils technologiques de base. Les données recueillies révèlent également que ces derniers utilisent régulièrement et de façon critique les TIC pour planifier, communiquer, rechercher de l’information, préparer du matériel pédagogique, résoudre des problèmes ou se perfectionner sur le plan professionnel. Malgré ce portrait fort prometteur, les résultats de l’étude indiquent aussi qu’une très faible proportion de futurs enseignants utilisent les technologies en salle de classe. La conclusion de l’étude fait état de certaines recommandations.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.010 | 0.004 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 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".