Évolution de l’apprentissage en ligne dans les universités et collèges du Canada : sondage national sur la formation à distance et l’apprentissage en ligne : rapport du Québec – 2019
Bibliographic record
Abstract
"Le rapport public sur les résultats du Sondage national sur la formation à distance et l’apprentissage en ligne 2019, qui a été réalisé durant le printemps et l’été 2019, est disponible à l’adresse https://formationenlignecanada.ca. Le sous-rapport du Québec contient à la fois les résultats des établissements de l’ensemble du pays et les réponses des établissements postsecondaires du Québec. Les résultats qui s’appliquent uniquement au Québec sont présentés pour chacune des sections principales du sondage et sont contextualisés en fonction des résultats à l’échelle nationale. Les questions du sondage de 2019 sont similaires à celles qui avaient été posées dans les éditions précédentes. Bon nombre d’établissements répondants ont indiqué que les questions qui leur avaient été posées dans le sondage national les avaient aidés à améliorer le suivi de la participation à l’apprentissage en ligne et à la formation à distance. Les résultats de 2019 ayant trait à l’offre de cours en ligne sont représentatifs de l’ensemble des établissements visés et fournissent le nombre le plus précis à ce jour d’établissements qui offrent des cours en ligne. Toutefois, de nombreux établissements éprouvent encore de la difficulté à fournir des données qui se rapportent spécialement aux inscriptions à leurs cours en ligne. Au total, 70 % des établissements visés ont répondu au sondage de 2019 (164 établissements publics sur 234). Les réponses étaient très représentatives du type d’établissement, de la province et de la taille de l’établissement. Au Québec, 17 universités, 37 cégeps et 8 collèges privés subventionnés (62 établissements au total) ont répondu au sondage, ce qui donne un taux de réponse de 69 %. Dans certains cas, la proportion d’établissements disant offrir l’apprentissage en ligne ou utiliser les technologies était plus faible en 2019 par rapport aux résultats de 2018. Cela n’est pas forcément attribuable à une baisse de la participation dans l’apprentissage en ligne ou de l’utilisation des technologies au Québec, mais bien à une augmentation du nombre d’établissements ayant répondu au sondage de 2019 qui n’offrent pas de cours en ligne ou qui commencent tout juste à préparer leur offre de cours en ligne. L’ACRFL se réjouit d’avoir vu augmenter en 2019 le nombre d’établissements du Québec qui répondaient au sondage pour la première fois : le fait de disposer d’un plus grand nombre de réponses a permis de mieux comprendre l’état de la formation à distance tance et l’apprentissage en ligne dans la province."--(ACRFL)
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.010 | 0.002 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.002 |
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".