MétaCan
Menu
← Back to cohort
Record W7058138744

L'utilisation du tableau de bord des activités d'apprentissage "Ma réussite" en formation en ligne à l'Université Laval pour soutenir l'autorégulation de l'apprentissage et la réussite

2021· other· fr· W7058138744 on OpenAlexaboutno aff

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2021
Typeother
Languagefr
FieldPhysics and Astronomy
TopicMagnetic confinement fusion research
Canadian institutionsnot available
Fundersnot available
KeywordsOccupational trainingLigneIle de franceCollective agreement
DOInot available

Abstract

fetched live from OpenAlex

Malgré sa popularité grandissante, la formation en ligne en contexte universitaire doit composer avec des problématiques liées à la persévérance et à la réussite, puisque les taux d'abandon et d'échec seraient plus élevés dans ce type de formation qu'en présentiel sur le campus. Dans l'optique de soutenir la persévérance et la réussite des étudiants, l'Université Laval a développé un tableau de bord d'analyse des activités d'apprentissage qui vise à faire prendre conscience aux étudiants de leur participation dans leurs cours, et à les orienter vers des ressources d'aide. Cette recherche porte sur l'utilisation de ce tableau de bord (appelé Ma réussite) pour soutenir l'autorégulation de l'apprentissage et la réussite des étudiants de premier cycle en formation en ligne. Plus précisément, elle a pour objectif de documenter comment et par qui le tableau de bord est utilisé ainsi que les représentations des étudiants à son égard. Cette thèse vise également à vérifier si la théorie unifiée d'acceptation et d'utilisation de la technologie (UTAUT) peut expliquer l'utilisation du tableau de bord, et si son utilisation est liée à la réussite des étudiants. Pour ce faire, nous avons réalisé un sondage auprès de 309 étudiants de 15 cours en ligne différents dans quatre facultés. Nous avons également obtenu les traces numériques d'utilisation de Ma réussite par les étudiants durant la session d'automne 2019. Nos résultats indiquent que Ma réussite est peu utilisé, et que le nombre de visites est significativement plus élevé pour les étudiants qui suivent leur premier cours en ligne, pour ceux qui sont en contact avec l'outil pour la première fois ainsi que pour les primo-entrants. À l'aide du modèle d'autorégulation de Zimmerman (1998), nous avons exploré les perceptions des étudiants concernant l'utilité du tableau de bord pour soutenir l'autorégulation de l'apprentissage. Nos résultats indiquent que les étudiants sont d'accord que Ma réussite soutient l'autorégulation de l'apprentissage, notamment le monitorage et la régulation de l'effort. Les primo-entrants et les étudiants qui sont en contact avec l'outil pour la première fois perçoivent davantage le tableau de bord comme un soutien à l'autorégulation. Nous avons également documenté les perceptions des étudiants concernant les variables qui prédisent l'utilisation selon l'UTAUT, soit la performance attendue, l'effort attendu, l'influence sociale, les conditions facilitatrices et l'intention d'utilisation. Nos résultats indiquent que Ma réussite est utile, facile à utiliser et que les conditions facilitant son utilisation sont en place. Cependant, l'influence sociale pour l'utiliser est perçue comme étant faible. Les étudiants en contact avec l'outil pour la première fois et les primo-entrants perçoivent Ma réussite plus utile et ont davantage l'intention de l'utiliser à l'avenir que les autres étudiants. Ensuite, nous avons validé l'UTAUT, adaptée à l'étude, avec des analyses d'équations structurelles basées sur les moindres carrés partiels. Nos résultats ont permis de valider les hypothèses comme quoi la performance attendue, l'effort attendu, l'influence sociale et l'utilisation actuelle influencent l'intention d'utilisation. Cependant, nos résultats indiquent que les conditions facilitatrices ne sont pas un facteur déterminant de l'intention d'utilisation. Notre modèle de recherche permet d'expliquer 62 % de la variance de l'intention d'utilisation et 72 % de la variance de la performance attendue, avec comme seule variable prédictive le soutien à l'autorégulation. Finalement, nos résultats n'ont pas permis de confirmer un lien entre l'utilisation du tableau de bord et la note finale au cours des étudiants. Cette étude a ainsi contribué à l'avancement des connaissances, puisque très peu d'études ont traité de l'utilisation du tableau de bord des activités d'apprentissage par les étudiants dans des contextes éducatifs réels. Elle permet donc d'apporter un éclairage sur la fréquence et les périodes d'utilisation du tableau de bord par les étudiants selon plusieurs caractéristiques sociodémographiques. Cette étude a également permis d'approfondir le concept d'utilité du tableau de bord, en explorant les perceptions des étudiants sur le soutien que procure Ma réussite à l'autorégulation de l'apprentissage. Ces découvertes peuvent ainsi fournir de l'information aux gestionnaires de l'outil pour l'améliorer, notamment en ajoutant des fonctionnalités permettant de mieux soutenir l'autorégulation de l'apprentissage, et en informant davantage les parties prenantes de son fonctionnement. Finalement, il s'agit de la première étude à valider l'UTAUT en contexte d'utilisation du tableau de bord des activités d'apprentissage par les étudiants.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.009
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch
Consensus categoriesnone
DomainCandidate signal: Methods · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.997
Threshold uncertainty score0.107

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.009
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.002
Science and technology studies0.0030.002
Scholarly communication0.0090.004
Open science0.0010.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0280.006

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.

Opus teacher head0.007
GPT teacher head0.212
Teacher spread0.205 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

Study designObservational
DomainMethods
GenreEmpirical

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".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)→Same topicMagnetic confinement fusion research→French-language works237,207→