Comprendre le phénomène de l’abandon scolaire dans un contexte de formation à distance imposé dans un programme de Soins infirmiers au collégial
Bibliographic record
Abstract
La pandémie de COVID-19 a entrainé de multiples bouleversements, et ce, au niveau planétaire. Au Québec comme ailleurs dans le monde, l’éducation a durement été touchée. Cette crise a mis en évidence l’importance et la pertinence de l’utilisation des technologies en éducation. La technologie étant au rendez-vous, l’enseignement à distance s’est déployé dans une multitude de domaines d’enseignement et de niveaux scolaires. Le niveau collégial québécois s’est également employé à offrir l’enseignement à distance pour répondre au besoin du moment. Ce changement majeur a exigé, et exige encore aujourd’hui, de l’adaptation de part et d’autre des acteurs concernés, soit les membres du corps professoral, la population étudiante, les institutions d’enseignement supérieur ainsi que les services de soutien pédagogique. Cette dernière n’est pas sans avoir été déstabilisée par l’enseignement à distance dont les impacts se sont manifestés dès le printemps 2020. La mise en place de l’enseignement à distance imposé pour répondre aux besoins du moment, a soulevé plusieurs questionnements et préoccupations. De ces préoccupations, une nous a semblé plus importante et de ce fait un objectif de recherche en est ressorti : comprendre le phénomène de l’abandon scolaire tel que vécu par les étudiants et étudiantes du programme de Soins infirmiers, dans un contexte d’enseignement à distance imposé. Loin de se vouloir prescriptif, cette recherche a pour but de mettre en lumière les facteurs qui ont contribué à l’abandon de cours ou à la demande d’incomplet dans un contexte d’enseignement à distance imposé, pour ainsi élargir les connaissances à ce sujet. La méthodologie que nous avons choisie pour cette recherche est de type qualitatif/interprétatif, car nous cherchions à ressortir le vécu des étudiants et étudiantes du programme de Soins infirmiers en enseignement à distance imposé. Pour la collecte de données, nous avons privilégié la méthode du focus groupe à laquelle neuf étudiantes provenant du programme collégial ont participé. Une analyse thématique a été utilisée afin de ressortir les principaux thèmes de la collecte des données. Cette analyse a révélé six thèmes en relation avec notre objectif spécifique.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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 teacher head, 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".