Engagement en situation de cours ou de travaux dirigés : impacts d’un dispositif de classe inversée en licence de sciences de la vie
Bibliographic record
Abstract
Nous constatons chez les étudiant·es de 1er cycle universitaire en sciences de la vie une passivité en cours comme en travaux dirigés (TD) et un apprentissage trop surfacique. Dans le but de les engager davantage et stimuler un apprentissage en profondeur, nous avons déployé un dispositif de classe inversée dans lequel les exposés magistraux ont été remplacés par un apprentissage du cours en autonomie (distanciel asynchrone), et les TD modifiés pour introduire du travail collaboratif. Nous avons ensuite interrogé les effets de ce dispositif sur l’engagement de nos étudiant·es. Afin de mener une analyse comparative contrôlée, le dispositif a été testé sur la moitié de la promotion (cohorte d’intérêt ; n=137) ; l’autre moitié a reçu un enseignement au format traditionnel (cohorte contrôle ; n=180). L’engagement comportemental, émotionnel, agentique et cognitif des étudiants a été mesuré via un questionnaire auto-rapporté, en considérant l’unité d’enseignement dans son ensemble, ou en distinguant deux situations très différentes : le cours et les TD. Nos données révèlent un bénéfice global du dispositif sur l’engagement émotionnel et cognitif des étudiant·es. En situation d’apprentissage de cours, l’engagement est accru dans les quatre dimensions interrogées. En TD, l’impact positif ne porte que sur la dimension émotionnelle.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".