Les stratégies d’apprentissage et de collaboration déployées par des utilisateurs-clés dans le MOOC « Innovations technopédagogiques en enseignement supérieur (ITES) »
Bibliographic record
Abstract
Raisons éducatives -n° 21 ressources éducatives libres (REL).Ces évolutions démocratisent l'accès à la formation et changent les façons d'apprendre, ce qui soulève des questions quant à la manière dont les adultes s'approprient et utilisent ces ressources pour leur propre développement personnel ou professionnel.Une évolution récente a fait émerger une formule se situant en quelque sorte entre les parcours de formation fortement scénarisés, et généralement peu ouverts, qui laissent peu de liberté aux apprenants, et les processus d'appropriation aboutissant à des catachrèses (détournements d'usages) : les MOOC ou cours en ligne ouverts aux masses (traduction de Massive Open Online Courses).L'importance des MOOC dans le paysage de la formation est de plus en plus grande.En effet, le site European MOOC Scoreboard 1 recense plus de 1 700 MOOC ayant été offerts depuis 2012 dans dix-huit pays européens (et principalement en France, Grande-Bretagne et Allemagne), dans quatorze langues différentes (mais principalement en anglais et en français).Au niveau mondial, plus de cinq-cents universités ont offert plus de 4 200 MOOC, rejoignant 35 millions d'apprenants (Shah, 2015).Le caractère massif de cette formule est bien illustré par les 440 000 participants au cours « Understanding IELTS : Techniques for English Language Tests » offert sur la plate-forme Future Learn en 2015.Avec la richesse et la diversité des ressources et formations maintenant disponibles, le numérique interpelle le champ de l'éducation des adultes.Certaines données préliminaires indiquent que même dans des dispositifs plutôt fermés et très dirigés, les adultes se donnent des marges de liberté importante, adoptant des comportements très différents de ceux attendus des étudiants.Comme ces dispositifs sont de plus en plus présents dans le paysage de la formation (par exemple les MOOC et les REL), la manière dont les apprenants adultes s'approprient ces dispositifs est d'un grand intérêt pour ceux qui conçoivent ces dispositifs, d'autant plus qu'il est de mieux en mieux documenté que les apprenants qui s'inscrivent aux MOOC le font dans une perspective de développement professionnel (Christensen, 2013).Le présent article porte sur les stratégies d'apprentissage et de collaboration déployées sur Twitter par des apprenants professionnels adultes dans le cadre d'un MOOC ayant une importante caractéristique d'ouverture. Contexte du MOOC ITESLa conception du MOOC Innovations technopédagogiques en enseignement supérieur (ITES) offert sur la plateforme Edulib à l'automne 2015 s'est basée sur une perspective hybride (xMOOC et cMOOC), qui présente les caractéristiques d'ouverture et de fortes composantes collaboratives et connectivistes.Bien que plusieurs typologies des MOOC soient en émergence (Rosselle, 1. Repéré à
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 | 0.008 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".