Évaluation L.V.R. d’un document audio-scripto-visuel éducatif
Notice bibliographique
Résumé
Cette étude, qui s’inscrit dans le cadre des travaux du GRERDAVE*, porte sur l’un des critères qui permet de choisir des étudiants pour la mise à l’essai d’un document éducatif, en évaluation L.V.R. (« Learner Verification and Revision » : Komoski, 1974), selon le mode tutoriel. Ce critère, c’est le niveau de verbalisation de l’étudiant. Dans un premier temps, le prototype d’un diaporama destiné à des étudiants au collégial, sur l’ajustement du système de visée des carabines, a été réalisé. Celui-ci a ensuite été mis à l’essai auprès de trois étudiants de niveaux de verbalisation différents : fort, moyen, faible. Un vérificateur a alors recueilli des informations en observant et en interrogeant (mode tutoriel) les étudiants. Celles-ci ont été soumises à des réviseurs qui les ont transformées en prescriptions de révisions. Trois versions révisées du prototype ont alors été produites selon ces prescriptions. Enfin, le prototype et les trois versions révisées ont été expérimentés auprès de quatre groupes d’étudiants d’un C.E.G.E.P. de la Rive-Sud de Montréal. Nous voulions vérifier laquelle des versions révisées ou du prototype était le plus efficace par rapport à l’atteinte des objectifs par les étudiants, mesurée à l’aide d’un test critérié. * Groupe de Recherche sur l’Évaluation et la Révision des Documents Audio-Visuels Éducatifs, Section de Technologie éducationnelle, Faculté des Sciences de l’Éducation, Université de Montréal. Les travaux du GRERDAVE ont été rendus possibles grâce à des subventions de l’Université de Montréal et du ministère de l’Éducation du Québec, programme FCAC.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 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) | 0,004 | 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 tête enseignante, 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 ».