La perception de présence : enjeu central de la formation à distance
Bibliographic record
Abstract
Depuis un an maintenant, une équipe composée de chercheurs de l’Université de Montréal et de l’Université TÉLUQ mène une enquête sur la formation à distance auprès des élèves du secondaire. Depuis l’adoption du Plan d’action numérique en éducation, le gouvernement du Québec a ouvert la porte à la formation à distance au secteur de la formation générale des jeunes, une nouveauté. Comme la formation à distance était très peu développée au Québec pour ce secteur d’enseignement, il était difficile d’anticiper exactement les obstacles qui seraient rencontrés par les enseignants et les élèves. De surcroit, la crise sanitaire de la COVID-19 et les cycles de confinement qu’elle a engendrés n’ont fait que rendre la situation plus volatile et imprévisible. Notre recherche a pour objectif de documenter et de perfectionner les pratiques d’enseignement à distance qui favorisent l’engagement et la réussite des élèves, notamment par le truchement du concept de présence transactionnelle (Moore, 1993; Shin, 2002). Pour ce faire, nous avons mis sur pied une recherche-action qui mobilise des enseignants provenant de cinq centres de services scolaires de différentes régions du Québec. L’article proposé rend compte des résultats après un an de collecte de données prises sous la forme d’un journal de bord des enseignants, de questionnaires aux élèves ainsi que d’entretiens menés avec les élèves et les enseignants. Nous présentons les résultats en lien avec l’engagement des élèves qui montrent que la formation à distance a été une entrave à l’apprentissage, surtout pour les élèves qui se sont retrouvés dans ce contexte de formation malgré eux.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.013 |
| Scholarly communication | 0.013 | 0.008 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 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".