Télésupervision en enseignement de l’éducation physique : étude exploratoire menée auprès de stagiaires du Québec et du canton de Vaud
Bibliographic record
Abstract
La crise sanitaire de la Covid-19 a amené certaines personnes superviseures de stage à délaisser les visites de stage en présentiel au profit de la télésupervision à partir de divers dispositifs numériques. Cette recherche exploratoire cherche à mesurer, d’une part, la perception de stagiaires quant au sentiment de présence à distance lors de stages en enseignement en éducation physique. Ces stages sont supervisés à distance ou en présentiel au Québec (20 stagiaires) et dans le canton de Vaud (16 stagiaires). D’autre part, nous avons cherché à identifier la différence de perception des stagiaires entre un entretien post-leçon traditionnel lors de visites en présentiel et un entretien d’autoconfrontation lors d’une télésupervision, ainsi que le degré d’appréhension envers les deux modalités. Les résultats témoignent un sentiment de présence à distance comparable entre les deux modalités et les deux contextes et mettent en évidence le pouvoir de développement des entretiens d’autoconfrontation, malgré le coût émotionnel qu’ils produisent, ainsi qu’une appréhension plus élevée lors des visites en présentiel. Les résultats sont discutés en regard notamment des différents types de présence à distance et mettent en avant le potentiel de la télésupervision, à partir d’outils numériques, en termes de formation.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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 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".