Évaluer les capacités des élèves à résoudre des problèmes dans le cadre d’une évaluation externe, en France
Notice bibliographique
Résumé
Dans le cadre d’une évaluation nationale en mathématiques en fin d’école primaire (élèves de 10-11 ans) en France nous proposons, dans cet article, d’étudier plus particulièrement les items relevant de la résolution de problèmes afin de déterminer quelles compétences et connaissances sont véritablement évaluées par un dispositif comportant une grande part de QCM (questions à choix multiple). À cette fin, nous serons amenées à utiliser un outil didactique décliné en facteurs de complexité et de compétence, mais aussi à considérer les stratégies que les élèves utilisent pour répondre à ce type d’évaluation. Dans une expérimentation menée parallèlement à ce bilan, nous examinerons l’activité de résolution de problèmes suivant deux modalités de questionnement (fermé ou plus classique) afin de déterminer si elles ont une incidence sur les résultats des élèves. Nous souhaitons ainsi appréhender l’activité de résolution de problèmes en mathématiques aussi bien d’un point de vue cognitif (notamment avec les rétroactions rendues possibles par les QCM) que d’un point de vue institutionnel, en tenant compte de l’influence de différentes modalités d’évaluation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».