Self-study en contexte de supervision de stage à distance : présence au sein d’une communauté d’apprentissage en ligne à l’aide d’un blogue réflexif
Bibliographic record
Abstract
Ce self-study propose l’analyse d’une expérience de supervision à distance d’enseignants en formation à l’aide d’un dispositif numérique lors d’un stage à l’étranger. Au coeur du dispositif de cette « e-supervision », on retrouve la rédaction d’un blogue par le superviseur-chercheur. L’étude porte sur les manifestations de présence sur ce blogue qui tente de modéliser une pratique réflexive au sein d’une communauté d’apprentissage en ligne réunissant six stagiaires. L’analyse du contenu des billets du blogue s’est faite en collaboration avec un ami critique, selon la démarche méthodologique du self-study . Les résultats révèlent que la pratique réflexive du superviseur semble stimuler celle des stagiaires et que plusieurs indicateurs des présences enseignante, cognitive et sociale se manifestent par le blogue. Ainsi, le blogue consolide la posture d’accompagnateur du superviseur de stage dans un contexte d’e-formation, tout en mettant en lumière certains gestes pouvant guider cette pratique en émergence.
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 | 0.004 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".