Utiliser le numérique pour former au numérique : le cas d’un dispositif d’autodiagnostic et d'auto-orientation dynamique pour l'innovation
Bibliographic record
Abstract
Dans le cadre d’un projet visant le développement d’un dispositif d’autoformation dynamique pour l’innovation (DADI) consacré au développement du savoir technopédagogique disciplinaire des formateur·trice·s qui enseignent à distance au supérieur, une enquête a été menée dans des établissements d’enseignement supérieur québécois auprès de conseiller·ère·s pédagogiques et spécialistes en pédagogie numérique. Cette enquête s’intéresse aux pratiques et aux ressources de formation à privilégier pour favoriser le développement de leurs compétences numériques. Les résultats sont éclairés par une recension d’écrits qui portait sur les besoins de formation en formation à distance. Ces démarches ont permis d’élaborer un premier prototype de ce dispositif.
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 | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.005 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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".