Utilisation des stratégies d’apprentissage par des étudiants universitaires suite à une formation en efficience cognitive
Bibliographic record
Abstract
La persévérance et l’abandon des étudiants universitaires, aussi appelé attrition, préoccupent grandement les universités. Ainsi, plusieurs ont décidé de mettre en place des interventions afin de favoriser la réussite et la persévérance de leurs étudiants. Cependant, peu de ces interventions ont fait l’objet d’évaluations systématiques. Ce type d’évaluation des pratiques est rarement effectué, même s’il est nécessaire pour distinguer les interventions efficaces de celles qui ne le sont que peu ou pas. À l’Université du Québec en Abitibi-Témiscamingue, une formation spécifique appelée « Atelier d’efficience cognitive » a été implantée dans le but d’aider les étudiants universitaires dans leurs études, par le biais de l’enseignement direct d’un ensemble de stratégies d’apprentissage. La présente recherche vise à vérifier le maintien à moyen terme des effets de cette intervention, «l’Atelier d’efficience cognitive », donné à l’UQAT, sur l’utilisation des stratégies d’apprentissage par des étudiants universitaires. Elle examine l’utilisation actuelle des stratégies d’apprentissage de ces étudiants universitaires, les effets du cours « Atelier d’efficience cognitive » sur l’utilisation ultérieure des stratégies d’apprentissage modifiées et/ou améliorées suite au cours et les commentaires généraux des étudiants concernant l’atelier en général et les stratégies d’apprentissage en particulier. En vue d’atteindre ces objectifs, un questionnaire a été élaboré et soumis à 47 étudiants ayant suivi le cours « Atelier d’efficience cognitive » entre l’automne 2010 et l’automne 2015. Des entrevues individuelles ont également été effectuées auprès de 15 étudiants parmi eux. Les données mixtes (quantitatives et qualitatives) ont été analysées à l’aide d’un logiciel spécialisé, ce qui a permis d’établir la pertinence des éléments rapportés dans l’analyse des résultats. Les résultats de cette recherche permettent d’observer une utilisation importante des stratégies d’apprentissage par les étudiants universitaires, autant les stratégies cognitives, affectives que de gestion des ressources. Il appert également que le cours « Atelier d’efficience cognitive » permet aux étudiants de modifier et/ou d’améliorer leurs stratégies dans le but de les rendre davantage efficaces et efficientes. Le cours aide aussi grandement les étudiants à améliorer leurs travaux et leurs études et, par le fait i même, améliore leur réussite. Enfin, les étudiants interrogés mentionnent leur grande appréciation de l’intervention et soulignent que le cours devrait être offert à tous les étudiants débutant une formation universitaire.
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 | 0.019 | 0.042 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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".