La recherche sur les technologies éducatives au collégial : une revue de portée (2000-2024)
Bibliographic record
Abstract
Depuis les années 2000, l’intégration des technologies éducatives dans l’enseignement supérieur a suscité un intérêt croissant, reflétant une transformation majeure des pratiques pédagogiques. Le réseau collégial québécois, à l’interface entre le secondaire, l’université et le marché du travail, n’échappe pas à cette évolution. Toutefois, une synthèse récente des recherches spécifiques à ce contexte fait défaut. Cet article propose une revue de portée (scoping review) des travaux scientifiques publiés entre 2000 et 2024 sur l’intégration des technologies éducatives au collégial québécois. Suivant les lignes directrices PRISMA, l’analyse combine des approches quantitative et qualitative. Trois axes majeurs émergent : l’impact des technologies sur les étudiants, leur influence sur les pratiques enseignantes et la conception de dispositifs numériques. L’étude met aussi en évidence des enjeux émergents comme la santé mentale étudiante et le bien-être enseignant. Elle montre que la recherche évolue avec les avancées technologiques pour mieux comprendre leurs effets sur l’enseignement et l’apprentissage. En dressant un état des lieux des travaux publiés, cette étude éclaire les tendances de recherche sur l’intégration du numérique au collégial et propose des perspectives pour guider les recherches futures dans ce contexte.
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 | 0.043 | 0.059 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.020 | 0.026 |
| Science and technology studies | 0.007 | 0.010 |
| Scholarly communication | 0.017 | 0.016 |
| Open science | 0.004 | 0.007 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.013 | 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".