L’évaluation en langues à l’entrée de la fonction publique en France et au Canada
Notice bibliographique
Résumé
Cet article se propose de comparer les modalités de l’épreuve de langue aux concours d’accès à la fonction publique en France et au Canada. Concernant la France, l’étude concerne les concours des fonctions publiques d’État et territoriale. Une typologie des épreuves laisse apparaître un nombre restreint de types d’épreuves, dominées, à l’écrit comme à l’oral, par la version, accompagnée voire remplacée à l’oral par une conversation. Ceci reflète une organisation des épreuves extrêmement décentralisée. Les besoins en langues sont rarement envisagés par poste ; ils le sont plutôt par corps. Au Canada, l’évaluation du niveau de compétence dans la seconde langue officielle vient d’être revue. Les candidats sont évalués en fonction d’un référentiel qui pallie certains points problématiques du référentiel établi par le Conseil de l’Europe, le Cadre européen commun de référence (CECR), comme, par exemple, la place des langues de spécialité. Les besoins en langues par postes sont analysés grâce à ce référentiel. Nous proposons enfin quelques pistes pour améliorer la validité des épreuves de langues aux concours administratifs en France.
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 | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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; 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 ».