MétaCan
Menu
Retour à la cohorte
Enregistrement W1999143332 · doi:10.7202/1024463ar

Pratiques de pondération des résultats d’enquêtes à grande échelle aux notes scolaires en mathématiques

2014· article· fr· W1999143332 sur OpenAlexaffvenueabout
Marielle Simon, Catherine Nadon, Christine van Barneveld, Sherry King, Gul Shahzad Sarwar

Notice bibliographique

RevueMesure et évaluation en éducation · 2014
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueEducational Assessment and Improvement
Établissements canadiensLakehead UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

L’étude de nature interprétative rapportée dans cet article a pour but d’examiner les perceptions des membres du personnel enseignant à l’égard de la pratique de pondération d’une partie ou de l’ensemble des résultats des élèves à l’épreuve provinciale annuelle à leurs résultats de fin de cours en mathématiques 9e année. En réponse à certains items du questionnaire contextuel à l’intention du personnel enseignant, administré en 2009-2012, 90% des enseignants des écoles de langue française de l’Ontario disent que cette pratique motive les élèves à prendre le test au sérieux. Leurs commentaires reflètent des préoccupations vis-à-vis des caractéristiques et comportements de l’élève et des conditions et caractéristiques du test, comme son enjeu et la taille de la pondération. Les constats rapportés rejoignent ceux proposés par Eklöf (2010) dans son modèle de motivation des élèves en situation d’évaluations à grande échelle.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,040
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0400,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,103
Tête enseignante GPT0,452
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMesure et évaluation en éducationMême sujetEducational Assessment and ImprovementTravaux en français237 207