Enquête sur la valeur des activités offertes par École en réseau (EER) en 2020-2021 - Rapport de recherche
Bibliographic record
Abstract
L'École en réseau (ÉER) oeuvre au Québec et offre depuis plusieurs années des activités en réseau destinées aux classes pour enrichir l'environnement d’apprentissage ainsi que des activités de développement professionnel. Afin de mieux cerner les besoins des classes et des enseignants ainsi que les retombées des activités proposées, une enquête par questionnaire a été conduite au printemps 2021 afin de dresser le bilan des activités de l’année scolaire 2020-2021 (activités de classes et activités de développement professionnel) et de documenter les retombées associées à cette participation. Une attention particulière a été accordée aux petites \nécoles, qui sont une part importante de la mission d’ÉÉR1. Ce sondage s’adressait aux enseignants du préscolaire, du primaire et du secondaire ou aux stagiaires s’étant inscrits à au moins une activité de l’ÉER en 2020-2021. \nLes objectifs du sondage étaient de : \n1. Établir le portrait de l’utilisation des activités réalisées en 2020-2021; \n2. Mesurer la perception des enseignants quant à l’offre de l’ÉER et évaluer les retombées associées à l’expérience vécue; \n3. Faciliter la bonification future des activités de l’ÉER pour 2021-2022 afin de répondre davantage aux besoins des enseignants.
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 | 0.022 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.029 | 0.006 |
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".