Valider la formation universitaire autodidacte ? La reconnaissance des acquis formels et informels dans les universités québécoises
Bibliographic record
Abstract
Considérant la variété des possibilités qui sont aujourd’hui offertes pour apprendre par soi même dans un contexte d’abondance des ressources éducatives accessibles dans les bibliothèques publiques et sur internet, ce mémoire a voulu explorer la possibilité de faire valider une formation universitaire autodidacte dans le contexte universitaire québécois. Le dispositif de reconnaissance des acquis et des compétences (RAC) permet de valider de tels parcours extrascolaires et la relative indigence des données de la recherche sur le dispositif de RAC dans les universités québécoises a motivé l’objet de cette recherche en vue de dresser l’inventaire des pratiques déclarées de ces universités en matière de RAC et plus spécifiquement en regard de la reconnaissance d’acquis expérientiels et extrascolaires. Pour ce faire, une enquête documentaire a été conduite sur les sites internet des 18 établissements universitaire du Québec ainsi que dans leur cadre règlementaire (règlements des études et politiques institutionnelles) afin d’obtenir un portrait d’ensemble de la RAC dans les universités québécoises. Les résultats obtenus suite à cette recherche permettent de réitérer le constat mainte fois répété par la littérature sur la RAC dans les universités québécoises, soit celui que la pratique de la RAC souffre encore d’une absence de cohérence entre les établissements universitaires et à l’intérieur d’eux mêmes. Quant à la possibilité de faire valider une formation universitaire autodidacte, cette recherche a permis d’identifier quatre universités québécoises (Laval, Sherbrooke, UQAC, UQTR) qui affirment offrir l’opportunité de reconnaître des apprentissages acquis en autodidacte. Aucun diplôme cependant ne peut être octroyé sur la seule base de la reconnaissance des acquis.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.002 | 0.015 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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; both teacher heads agree on what is shown here.
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".