Quelle appréciation de la formation à distance aujourd’hui ? Le point de vue de quelques enseignants en contexte postpandémique
Bibliographic record
Abstract
La pandémie a été l’occasion, pour beaucoup d’enseignants, de découvrir ou d’approfondir leurs connaissances et compétences en formation à distance (FAD). Qu’ils aient déjà de l’expérience ou non, il a fallu passer dans l’urgence de la présence à la distance pour s’adapter aux exigences des mesures sanitaires. Ce faisant, les représentations et opinions concernant la FAD ont pu évoluer. Alors que l’urgence dans laquelle s’est opérée le passage à la FAD pourrait avoir détériorer le point de vue des enseignants concernant ce mode de formation, quelques données recueillies lors d’un sondage tendent au contraire à révéler un accroissement de l’appréciation de celui-ci à tous les ordres d’enseignement. Cependant, les avis ne sont pas uniformes et il est possible de s’interroger sur la représentativité de l’échantillon de répondants ainsi que sur les liens entre représentations et pratiques. Cet article ne fait ainsi qu’ouvrir une discussion qui mériterait d’être poursuivi à la lumière d’autres données.
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 | 0.003 | 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 | 0.005 | 0.010 |
| Scholarly communication | 0.006 | 0.009 |
| Open science | 0.001 | 0.004 |
| 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".