L'apprentissage par l'engagement communautaire dans le réseau collégial québécois
Bibliographic record
Abstract
La présente recherche, de nature descriptive exploratoire, vise essentiellement à faire la lumière sur les cours d'apprentissage par l'engagement communautaire (AEC) dans le réseau collégial québécois. Plus précisément d'en tracer une ébauche, d'en dégager les formes, leurs objectifs, ainsi que les modalités d'évaluation de ceux-ci. La collecte des données a été réalisée à partir d'entrevues semi-dirigées effectuées auprès de dix enseignants ayant intégré l'AEC dans leur cours. L'analyse des données, réalisée selon une approche qualitative, révèle que l'AEC est un concept assez récent et encore marginal dans le réseau collégial québécois. Toutefois, il faut noter que la grande majorité des cours d'AEC recensés dans cette étude, même s'ils sont hétérogènes dans leur forme, correspondent à la définition des tenants de l'AEC. En effet, ils visent à la fois des objectifs disciplinaires et de service en plus d'y inclure la composante réflexion. Les résultats nous apprennent aussi que l'atteinte de ces objectifs n'est pas mesurée. Finalement, ces cours sont en grande majorité portés à bout de bras par un ou quelques enseignants mus par une conception humaniste de l'éducation et motivés par des valeurs de philanthropie et de justice sociale. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : apprentissage par l'engagement communautaire, service communautaire, collégial, apprentissage expérientiel réussite éducative, innovation
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.008 |
| Science and technology studies | 0.013 | 0.005 |
| Scholarly communication | 0.011 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.029 | 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".