La création d'une relation pédagogique en contexte de mise à distance de la formation : stratégies pédagogiques et numériques
Bibliographic record
Abstract
L’objectif général de la recherche est de déterminer les différentes stratégies pédagogiques et numériques qui favorisent la création d’une relation pédagogique à distance en enseignement supérieur. Les concepts clés de la relation pédagogique qui ont été retenus pour la recherche sont le climat de classe, la présence et la qualité relationnelle de Cosmoupolos (1999). Ce type de recherche se caractérise par le fait qu’elle découle de la vie quotidienne et cherche à fournir une image précise d’un phénomène commun dans l’objectif d’éventuellement agir sur ce dernier. La vision de la réalité est construite par les acteurs faisant partie de la situation puisque c’est la dynamique du phénomène de la relation pédagogique à distance qui est étudiée. La nature même du savoir est donc intimement lié au contexte dans lequel il se produit. Afin d’expliciter le phénomène et de comprendre les sous-tenants, l’expérience de l’enseignant qui offre des cours à distance devient alors primordiale. À cet effet, un questionnaire et des entrevues semi-dirigées ont été conduits pour relever les principales stratégies pédagonumériques utilisées pour favoriser la relation pédagogique dans un contexte de mise à distance de la formation. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : relation pédagogique, enseignement, formation à distance, formation en ligne, technopédagogie, stratégies pédagonumériques, COVID-19, climat de classe, présence, qualité relationnelle, Québec
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.010 |
| Scholarly communication | 0.013 | 0.011 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".