Mesure et évaluation de la qualité des pratiques de développement des compétences informationnelles au sein du réseau de l'Université du Québec
Bibliographic record
Abstract
Une multitude de pratiques diversifiées ont été mises en œuvre afin de favoriser le développement des compétences informationnelles (CI) chez les étudiants du réseau de l’Université du Québec. Ces pratiques n’ont jamais fait l’objet d’évaluation de leur pertinence, ni des effets engendrés. Afin de contribuer à solutionner cette problématique, une étude méthodologique en trois phases a été conduite au sein de ce réseau. La première phase a permis de valider 339 critères de qualité des pratiques de développement des compétences informationnelles (PDCI) auprès d’experts. La deuxième phase consistait à expérimenter un processus de mesure de la qualité des formations documentaires et de la collaboration interprofessionnelle. Dans la troisième phase, des cercles de qualité constitués dans six universités ont procédé à l’évaluation de leurs résultats. La mise en commun de ces évaluations a permis d’identifier les forces et les points faibles significatifs en matière de PDCI. Les forces identifiées sont la qualité de la prestation et le niveau d’expertise démontrés par les bibliothécaires ainsi que leur relation avec les professeurs. Les points faibles se réfèrent à la faible collaboration interprofessionnelle et aux stratégies pédagogiques employées dans le cadre des formations documentaires. Une observation pour le moins paradoxale se dégage des résultats. Alors que la relation entre les bibliothécaires et les professeurs constitue la troisième force en importance, la collaboration interprofessionnelle a été identifiée comme le principal point faible. Ce constat a conduit les auteurs à définir un continuum de pratiques collaboratives permettant de préciser les différents niveaux de travail collaboratif.
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 | 0.023 | 0.053 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.002 |
| 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; 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".