Professionnaliser le conseil pédagonumérique : vers un référentiel de compétences pour l'enseignement supérieur québécois
Bibliographic record
Abstract
Diese Forschung präsentiert einen Prozess zur Erstellung eines Kompetenzreferenzrahmens für pädagogisch-digitale Beraterinnen und Berater (CPN) im Hochschulwesen von Québec. In einem Kontext beschleunigter digitaler Transformation, verstärkt durch die COVID-19-Pandemie, nehmen CPN eine strategische Rolle bei der Förderung pädagogischer Innovationen und institutioneller Veränderungen ein. Das Fehlen eines aktualisierten Kompetenzrahmens erschwert jedoch die Prozesse der Rekrutierung, Einarbeitung und beruflichen Entwicklung. Auf der Grundlage von Interviews mit dreizehn CPN aus zehn Hochschulen wurden siebzehn berufliche Situationen identifiziert, die in sieben Tätigkeitsfelder gruppiert sind, sowie einundfünfzig spezifische Kompetenzen, die in neun Kategorien gegliedert wurden. Die Ergebnisse verdeutlichen die Interdependenz der Kompetenzen und die Dominanz der relationalen und pädagogischen Dimensionen, was die zutiefst menschliche Natur der pädagogisch-digitalen Beratung bestätigt. Diese Studie trägt zur Anerkennung und Strukturierung eines sich wandelnden Berufsbildes bei und bietet Orientierungspunkte für Ausbildung, Begleitung und berufliche Weiterentwicklung. Darüber hinaus eröffnet sie neue Forschungsperspektiven zur Vertiefung des Verständnisses dieser strategischen Funktion für die Zukunft der Hochschulbildung in 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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.017 | 0.008 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 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".