Quels motifs amènent des professeurs d'université à mettre en place des pratiques pédagogiques non magistrales dans le contexte de l'enseignement à de grands groupes?
Bibliographic record
Abstract
Le contexte de l’enseignement supérieur actuel, marqué notamment par la massification et la réduction du budget en éducation, fait en sorte que l’enseignement à de grands groupes d’étudiants est devenu une nécessité, mais aussi un défi chez les professeurs d’université. La taille des groupes influence-t-elle la réussite des étudiants? Plusieurs études, dont celles de Atkinson (2010), Milesi et Gamoran (2006) et Wulff et al. (1987), montrent que, dans ce format d’enseignement, ce n’est pas nécessairement le nombre de participants qui constitue l’élément important, mais la qualité de l’enseignement. En particulier, la recherche de Mulryan-Kyne (2010) affirme que la taille de la classe n’aurait pas d’influence négative sur l’apprentissage si le professeur adopte des stratégies d’enseignement adaptées et les applique dans le contexte approprié. Actuellement, face à un public de plus en plus hétérogène et à l’ère numérique, les professeurs font des efforts pour mettre en place des pratiques pédagogiques non magistrales pour favoriser la réussite et la persévérance chez les étudiants. De ce fait, nous avons cherché à répondre à la question générale de recherche suivante : Quels motifs amènent des professeurs d'université à mettre en place des pratiques pédagogiques non magistrales dans le contexte de l'enseignement à de grands groupes? Et aux cinq questions spécifiques : (1) Quels sont les types d’enseignement que les professeurs d’université ont vécus quand ils étaient étudiant(e)s?, (2) Quels motifs les professeurs d’université invoquent-ils pour expliquer les changements introduits dans leurs pratiques pédagogiques dans l’enseignement à de grands groupes?, (3) Comment les professeurs ont-ils expérimenté ces changements dans leurs pratiques pédagogiques?, (4) Comment est mis en place le changement des pratiques pédagogiques chez les professeurs d’université?, (5) Quelle est la définition de ce qu’est un grand groupe chez les professeurs d’université? Nous avons donc mené une étude qualitative avec des entrevues semi-dirigées auprès de 21 professeurs de deux universités au Québec. À travers l’analyse thématique avec l’aide du support-papier et du logiciel QDA Miner, les résultats de nos analyses ont permis de mettre en évidence, d’une part, le processus qui semble caractériser le changement des pratiques pédagogiques chez les professeurs que nous avons interrogés et, d’autre part, les principaux motifs qui conduisent les professeurs à s’engager dans ce changement.
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 | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.021 | 0.002 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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".