De l’enseignement régulier à la formation continue, du silo à l’électro : La révolution numérique prend place pour rendre plus perméable les secteurs d’enseignement, les programmes et l’adéquation emploi-formation-famille-ruralité.
Bibliographic record
Abstract
La révolution numérique affecte les pratiques professionnelles dans tous les secteurs d’activités. La formation continue du cégep régional de Lanaudière viendra présenter comment le numérique peut permettre de briser les silos et de rendre plus perméable l’expertise l’électronique industrielle, des services aux entreprises, l’agriculture et la formation continue afin de mieux répondre aux besoins de formation des milieux. Au terme de cette conférence, le participant sera en mesure de mieux comprendre pourquoi et comment l’utilisation du numérique représente une véritable révolution qui permet à la Formation continue du Cégep régional de Lanaudière de rendre plus perméable les divers secteurs et le transfert d’expertises pour répondre aux besoins de formation à des enjeux multisectoriels comme la conciliation travail — famille-études-technologie-éloignement. La présentation sera faite conjointement par un CP TIC de la Formation continue, le coordonnateur du département d’électronique et une enseignante en gestion agricole du Cégep régional de Lanaudière.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| 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".