L’élaboration d’un programme d’Enseignement à distance par radio (EADR) pour l’amélioration des résultats d’examens officiels du baccalauréat 1ère partie en Haïti
Bibliographic record
Abstract
Ce mémoire de maîtrise porte sur la contribution que pourrait apporter l’Enseignement à distance par radio (EADR) dans la réduction du taux d’échec aux examens du baccalauréat 1ère partie en Haïti. De manière spécifique, nous souhaitions élaborer un programme d’ « Enseignement à distance par radio » (EADR) afin d’aider l’ensemble des candidats bacheliers des classes de Rhéto à préparer les examens du bac 1ère partie. En Haïti, l’Enseignement à distance (EAD) est pratiquement absent. De nombreux pays ayant eu des situations similaires à Haïti ont mis en place des programmes de « Formations ouvertes et à distance » (FOAD) en complémentarité avec le mode d’enseignement classique ou en mode présentiel. La complexité de la situation exige d’envisager diverses pistes pour sortir le système éducatif haïtien de cette léthargie. Si l’on ne peut considérer l’EAD comme l’unique perspective, il est par contre pertinent et souhaitable de l’envisager comme une alternative non négligeable (Lubérisse, 2003). En nous appuyant sur les principales conditions d’efficacité des FOAD définies par Karsenti (2003), les principes théoriques de type R & D (Van der Maren, 2003?), le cadre théorique de la méthodologie de l’évaluation des besoins de Chagnon et Paquette (Institut universitaire des Centres Jeunesses de Montréal, 2005) et de Roegiers, Wouters & Gerard (1992), nous avons élaboré les grandes lignes générales de ce programme d’EADR et les avons soumises à douze (12) acteurs clés du système éducatif haïtien (4 élèves, 3 parents, 2 enseignants et 3 spécialistes de la radio ou de l’EADR). Cette ébauche de programme comportait principalement les objectifs du programme d’EADR, la méthode pédagogique, le contenu et les conditions de mise en œuvre. Des données recueillies par le biais d’entrevues individuelles il ressort que l’implantation d’un programme d’EADR peut être bénéfique au système éducatif haïtien, particulièrement sur les résultats d’examens officiels du baccalauréat 1ère partie. Les douze participants à notre recherche, croient que l’objectif poursuivi par le programme d’EADR est tout à fait réalisable et important pour le public cible. Tout en notant l’aspect positif du programme d’EADR proposé, les participants réclament certaines modifications quant à la méthode pédagogique, au contenu et aux conditions de mise en œuvre. Ainsi, les recommandations faites par les douze acteurs clés du système éducatif, jointes à notre recension nous ont permis d’élaborer un nouveau programme d’EADR revu et corrigé qui pourra servir de base à une évaluation plus large.
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 | 0.008 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".