Notice bibliographique
Résumé
In this article, the author presents an overview of the different types of evaluation, or assessment, typically used in college and university settings. Three ethical issues commonly identified when evaluating adult learners are discussed: learner readiness, evaluation credibility, and the power issue. Learner‐centred or collaborative programs are suggested as the type of learning experience that could best resolve the ethical dilemmas when assessing adults. As more and more adults are returning to the classroom, the question of how to provide meaningful evaluation is a challenge facing many educators. Increasing numbers of adult learners are demanding a high quality learning experience, including assessments that are appropriate to their needs. An examination of the various styles of evaluation available will provide insight into how facilitators can make such changes in their curricula. In this article, I will describe the methods of evaluation typically used to assess adult learners in self‐directed learning (SDL) and in teacher‐directed learning (TDL) situations. Some advantages and disadvantages of each method will be stated, followed by a description of selected ethical issues associated with evaluation in each case. I will also discuss the middle ground between SDL and TDL. In my opinion, this middle ground, often called learner‐centred and collaborative learning, is becoming popular in institutional programs. I will examine the possibility that evaluation techniques in this middle zone may act to resolve some ethical dilemmas of assessing adults.
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 | 0,304 | 0,362 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,019 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,008 |
| 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; 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 ».