Engagement étudiant et pratiques pédagogiques enseignantes dans des modalités de cours hybrides : étude mixte des interrelations sur une session universitaire
Bibliographic record
Abstract
Les modalités de cours hybrides, qui combinent activités synchrones (en présentiel ou en ligne) et asynchrones, sont de plus en plus présentes en enseignement supérieur. Celles-ci offrent un potentiel d’amélioration de l’engagement étudiant, qui varie dans le temps, selon les pratiques pédagogiques enseignantes et d’autres facteurs contextuels. Cette étude propose une analyse exploratoire de l’engagement étudiant au fil d’une session universitaire dans des modalités de cours hybrides, selon les pratiques pédagogiques enseignantes et autres facteurs contextuels. Elle suit une méthodologie de nature mixte convergente et est présentée sous la forme d’une étude multi-cas de quatre cours universitaires, incluant des entrevues avec les enseignants et des questionnaires de mesure de l’engagement étudiant (5 à 6 temps de mesure par cours). Malgré les aléas liés au faible nombre d’étudiants ayant participé aux questionnaires dans deux des cours, l’analyse conjointe des quatre cas de cours permet de présenter quelques tendances concluantes sur les interrelations entre les variations des dimensions cognitive, comportementale, émotionnelle, sociale ou agentique de l’engagement étudiant et des pratiques pédagogiques enseignantes ou d’autres facteurs contextuels.
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 | 0.012 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".