L’essor de la formation à distance dans le système universitaire québécois. Sommaire des résultats d’une recherche
Bibliographic record
Abstract
En revisitant une recherche menée en 2014-2015 dans le cadre de la production d’un avis du Conseil supérieur de l’éducation, le présent article met en lumière quatre caractéristiques de l’essor de la formation à distance dans le système universitaire québécois. À l’aune de tendances observables en Ontario, en Colombie-Britannique, aux États-Unis ou en France, il montre que le Québec tend à se distinguer du fait que 1) la formation à distance n’y est pas ciblée par des actions étatiques particulières, 2) qu’elle n’y est pas promue comme un moyen de relever les défis liés au financement des universités, 3) qu’elle s’appuie peu sur des pratiques de collaboration interuniversitaire, et 4) que les MOOC y sont clairement envisagés en marge du cursus régulier. Ces particularités pourraient découler du caractère relativement limité de l’intervention de l’État québécois en matière d’enseignement universitaire et de la prépondérance d’un « individualisme institutionnel » sur une vision d’ensemble du système universitaire québécois.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.001 |
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".