Facteurs de motivation et de démotivation chez des élèves du secondaire en formation à distance
Bibliographic record
Abstract
Depuis trois ans maintenant, notre groupe de recherche accompagne des enseignants qui offrent un cours d’Histoire du Québec et du Canada au deuxième cycle du secondaire comprenant une part significative d’enseignement à distance. Au cours de cette période, nous avons récolté des données diverses auprès des élèves, notamment sous la forme d’entretiens individuels. Les données collectées à ce jour permettent de brosser le portrait de différents types d’élèves qui se retrouvent dans un contexte de formation à distance (FAD). Par exemple, les élèves qui affirment ressentir une motivation plus forte en FAD disent que l’autonomie et la flexibilité sont les principales sources de cette motivation. À l’inverse, les élèves dont la motivation est plus faible en FAD affirment que le manque de socialisation avec l’enseignant et avec les autres élèves les affecte le plus. La communication présente une analyse détaillée des contenus des entretiens individuels menés avec les élèves et aborde les ajustements aux méthodes d’enseignement et d’accompagnement que ces observations ont inspirées.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".