Le numérique pédagogique dans les Hautes écoles de musique de Suisse romande. Autoévaluation des compétences, Pratiques déclarées
Bibliographic record
Abstract
La présente contribution fait état d’une recherche exploratoire menée conjointement par l’Institut de recherche en musique et arts de la scène (IRMAS) de la Haute école spécialisée de Suisse occidentale (HES-SO) et la Haute école de musique Genève-Neuchâtel (HEM Genève-Neuchâtel). Elle vise à rendre compte de l’autoévaluation des enseignant·e·s des HEM de Suisse romande au sujet de leurs compétences numériques et à analyser leurs pratiques numériques déclarées. Les résultats mettent en évidence que les enseignant·e·s s’estiment compétent·e·s dans les dimensions de la pédagogie numérique, de l’utilisation et de la production de contenus numériques. La compétence liée aux droits d’auteurs et aux licences semble toutefois être moins bien maîtrisée. Les pratiques déclarées nous indiquent que la communication se trouve grandement simplifiée avec les outils numériques et que les enseignant·e·s interrogé·e·s privilégient l’ordinateur dans leurs pratiques professionnelles, au détriment d’autres outils (tablette, téléphone intelligent).
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 | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".