L’engagement et les stratégies d’autorégulation des apprenants adultes en e-Formation
Bibliographic record
Abstract
Considrant les volutions technologiques et le mythe tenace de la socit du savoir , le besoin de dvelopper ses comptences est de plus en plus apprhend comme un investissement pour les travailleurs, cela leur vie durant.En plus des formations distance, des ressources en ligne et des MOOC (Massive Open Online Courses) sont maintenant disponibles pour permettre aux adultes de dvelopper leurs comptences.Avec le numrique, ces moyens d'autoformation deviennent plus accessibles et le dveloppement professionnel peut se faire dans des contextes informels ou non formels.En effet, des ressources ducatives libres apparaissent sous diverses formes : sites, baladodiffusions, blogues, vidos, etc. L'offre de formation sous forme de MOOC, devient maintenant significative.Ces dispositifs de formation tant plus largement et facilement accessibles, ils attirent des apprenants adultes dots de profils plus varis que ceux que l'on retrouve dans les formations crdites offertes par les tablissements d'enseignement.Or, peine 10 % des inscrits terminent avec succs le MOOC auquel ils participent (Jordan, 2014).Ainsi, les proccupations historiques envers l'abandon en e-Formation indiquent l'importance de s'intresser aux mcanismes qui soutiennent l'engagement et la persvrance des apprenants.Pour mieux comprendre les dterminants de l'engagement des apprenants dans ces dispositifs, la perspective sociocognitive s'avre particulirement heuristique.Le prsent chapitre traite des relations entre motivation et engagement en e-Formation, en prenant assise sur un modle d'autorgulation.Le processus d'autorgulation est vu dans le contexte des influences mutuelles formalises dans le modle de causalit rciproque de Bandura (1986).Les liens entre motivation, engagement cognitif, stratgies cognitives et stratgies mtacognitives sont abords dans la perspective du modle intgrateur de l'autorgulation.Chacun des concepts est soigneusement prsent avec le souci de rapporter les principaux rsultats de recherche dans le domaine de l'e-Formation.Le modle intgrateur propos peut notamment servir d'assise pour alimenter une rflexion conceptuelle mobiliser dans une dmarche de recherche (particulirement pour des tudiants en master ou des doctorants) ou encore pour inspirer la conception des environnements d'e-Formation. L'approche sociocognitive de la motivation et de l'apprentissage comme fondement thoriqueLes cadres thoriques mobiliss pour aborder les liens entre motifs d'engagement, objectifs, motivation, engagement, autorgulation et stratgies d'apprentissage se situent dans la perspective des thories sociocognitives (Bandura, 1986).Les thories sociocognitives modernes de la motivationdont celle des attentes et de la valeur ( expectancy-value ) (Eccles et Wigfield, 2002 ;Pintrich, 2003) sont drives du cadre de l'apprentissage social (Bandura).Keller (1983) et Pintrich (2000, 2003) rappellent son postulat selon lequel on retrouve des interactions rciproques entre perceptions et anticipations de l 'apprenant, environnement (besoins, valeurs, etc.) et comportements (engagement, stratgies, etc.).Ainsi, les anticipations et attentes d'un apprenant
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.007 | 0.001 |
| Scholarly communication | 0.000 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".