Évaluation externe et formativede programme, étapes de la méthode
Notice bibliographique
Résumé
Contexte : L’évaluation de programme s’impose comme une composante essentielle des programmes de formation. Elle peut mesurer les impacts des réformes. But : L’article décrit une évaluation de programme, de type externe aux milieux, qui favorise par sa démarche formative l’amélioration des cursus. Matériel : Six expériences d’évaluation fournissent la matière d’analyse et proposent des exemples concrets. Résultats : Les dix étapes de cette méthode sont élaborées et étayées de situations pratiques recueillies à partir des cas à l’étude. Les étapes sont variées, par exemple : 1- se familiariser avec le contexte socio-politico-éducatif du milieu sous observation ; 2- exiger un mandat précis, l’officialiser, le faire connaître ; 4- choisir un cadre de référence spécifique ; 5- identifier les biais d’interprétation ; 7- soutenir des activités de liaison-communication ; 10- présenter officiellement le rapport. Discussion : Une série de six difficultés et défis précisent les limites de cette méthode. Conclusion : Les messagesclés pointent vers l’utilité sociale de cette évaluation.
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 | 0,012 | 0,003 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,000 |
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.
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 ».