Bibliographic record
Abstract
La formation à distance et les possibilités du numérique sont désormais la réalité de nombreux cours, programmes, mesures et soutiens offerts aux personnes apprenantes. Loin de la dichotomie prépandémie opposant le présentiel à la distance, l’équipe de rédaction montre comment l’avenir se fera dans le mélange et l’inédit de ce qui s’invente un peu tous les jours à travers l’expérimentation. Cet ouvrage collectif réunit des textes de personnes enseignantes, de professionnelles et de professionnels du milieu collégial québécois et du corps professoral de recherche en formation à distance (FAD). Ils partagent leurs savoirs afin d’améliorer les stratégies pédagogiques, leurs expériences pour adapter ou transformer un cours et leurs résultats de recherche pour effectuer une transition numérique réussie. Ce livre s’adresse à tout lectorat désirant en savoir plus sur les innovations pédagogiques ayant trait à la FAD au collégial, améliorer ses stratégies pédagogiques en mettant mieux à profit le numérique en enseignement ou encore réaliser une transition vers l’enseignement numérique.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.012 | 0.013 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.033 | 0.003 |
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".