Une nouvelle perspective et de nouveaux défis pour les enquêtes internationales
Notice bibliographique
Résumé
Le présent article analyse les changements qui ont été introduits dans les enquêtes comparatives internationales (plus spécifiquement celles de l’OCDE) par suite de l’introduction du testing assisté par ordinateur. On passera en revue les différents instruments de mesure administrés par ordinateur qui ont été utilisés dans les différents cycles de ces enquêtes et on discutera si elles ont réellement impliqué une valeur ajoutée, notamment par le fait de fournir des données sur des compétences qui sont inaccessibles à travers des instruments classiques sous format papier-crayon. On analysera également les relations spécifiques que les mesures assistées par ordinateur entretiennent avec des variables d’arrière-fond tel le genre. Finalement, l’article mettra en évidence les défis et les risques qui sont associés avec une introduction de plus en plus massive d’instruments de mesure assistés par ordinateur, notamment en ce qui concerne deux aspects majeurs: la nécessité de garder une continuité dans les compétences mesurées en vue de mettre en évidence des évolutions, et le manque de cadres théoriques adéquats pour la mise en oeuvre efficace des mesures assistées par ordinateur.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».