Pratiques d'enseignement inclusives dans l'enseignement collégial pendant la pandémie de COVID-19 : l'apprentissage en ligne et hybride a-t-il apporté des changements ?
Bibliographic record
Abstract
La mise en œuvre de pratiques d'enseignement inclusives dans l'enseignement postsecondaire dépendait, jusqu'à présent, d'initiatives individuelles du corps professoral. Cependant, la pandémie de COVID-19 a poussé les enseignants à repenser leurs pratiques et à déplacer leurs cours en ligne. L'objectif de cette étude exploratoire est d'analyser l'évolution des pratiques pédagogiques inclusives en enseignement collégial, suite au passage des cours en présentiel aux cours mixtes et en ligne durant la pandémie. Des données qualitatives ont été recueillies à partir de 25 entrevues avec des étudiants handicapés. Les résultats montrent une progression dans l'accessibilité des supports de cours et dans l'utilisation des outils technologiques pour diversifier les formats de présentation des contenus. Les évaluations ont également montré une certaine diversification. Cependant, les résultats suggèrent que les possibilités d'engagement et de participation des étudiants aux cours en ligne et mixtes étaient assez limitées. L'enseignement est également perçu comme moins inclusif et moins structuré par les étudiants, sauf dans les cours où les enseignants réservent un temps spécifique pour les questions et pour résumer les points importants. Les résultats sont discutés en tenant compte des principes et des pratiques pour soutenir l'apprentissage et l'engagement de tous les élèves, en reconnaissant la variabilité de leurs besoins et de leurs préférences.
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 | 0.011 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.011 | 0.006 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.002 | 0.015 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".