Les liens entre le jugement de l’enseignant sur les biais d’autoévaluation de compétence de l’élève et la qualité de leur relation
Notice bibliographique
Résumé
Cette étude a deux objectifs : 1) examiner le jugement porté par les enseignants sur le caractère utile ou nuisible des biais d’autoévaluation de compétence de leurs élèves et 2) vérifier si ce jugement était lié à la qualité de la relation rapportée par eux et leurs élèves. 49 enseignants de 6e année du primaire et leurs 277 élèves (128 filles) ont répondu à un questionnaire en classe. Les résultats indiquent qu’une majorité d’enseignants considère préférable qu’un élève surévalue ses capacités plutôt que l’inverse. Ils montrent aussi que les élèves sous-évaluant leurs capacités rapportent une relation plus chaleureuse avec leur enseignant lorsque celui-ci croit qu’une telle sous-évaluation est positive. La qualité de la relation rapportée par les enseignants de ces mêmes élèves est aussi meilleure que celle qu’ils disent entretenir avec les autres élèves. Ces résultats suggèrent l’importance de poursuivre l’examen des croyances des enseignants sur les biais d’autoévaluation de compétence des élèves.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».