LA BALADODIFFUSION ET L’ENSEIGNEMENT SUPÉRIEUR EN TRAVAIL SOCIAL : UNE COLLABORATION INTERUNIVERSITAIRE POUR SOUTENIR LA FORMATION PRATIQUE
Bibliographic record
Abstract
Devant l’urgence d’adapter et d’innover la pédagogie – en réponse à la nouvelle réalité de l’apprentissage à distance imposée à toutes les instances éducatives pendant la pandémie de COVID-19 –, les autrices de cet article, regroupant des professeures, chargées de cours, étudiantes et praticiennes affiliées à deux écoles de travail social, se sont réunies pour collaborer au développement d’une série d’épisodes sur des récits de pratique sous forme de baladodiffusion pour soutenir la formation pratique. Cette série, conçue pour faire le lien entre la théorie et la pratique dans l’intervention en travail social, soutient également les cours de formation sur le terrain en présentant divers environnements de travail social. Le but de cet article est de partager notre parcours d’apprentissage lors de la création de cette série destinée à être intégrée dans l’enseignement des futures travailleuses sociales et futurs travailleurs sociaux. Nous y abordons l’émergence et le développement de ce projet, ainsi que les défis et éléments facilitateurs que nous avons rencontrés. Les présentes réflexions sont appelées à nourrir la prise de décisions d’autres personnes oeuvrant en enseignement supérieur et qui souhaitent élaborer un tel outil.
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 | 0.007 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.015 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.013 |
| Research integrity | 0.002 | 0.003 |
| 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".