MétaCan
Menu
Retour à la cohorte
Enregistrement W2322429197 · doi:10.7202/1035912ar

Anasynthèse, typologies des conceptions des universités et évaluation de leur performance

2016· article· fr· W2322429197 sur OpenAlexaffvenue
Catherine Larouche, Denis Savard, Lucie Héon, Jean-Joseph Moisset

Notice bibliographique

RevueMesure et évaluation en éducation · 2016
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensUniversité LavalUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Cet article s’inscrit dans le contexte des débats concernant la mission des universités et l’évaluation de leur performance. Il a pour objectif d’illustrer le recours au processus d’anasynthèse comme moyen de valider une typologie des conceptions des universités élaborée en vue d’évaluer leur performance. L’anasynthèse, terme formé des mots analyse et synthèse désignant le processus général de développement de modèles suggéré par Silvern en 1972, s’articule autour des étapes suivantes : l’analyse d’une situation de départ, l’élaboration d’une synthèse à partir de cette analyse, la formulation d’un prototype de modèle, la simulation ou validation de ce prototype en vue finalement de la formulation d’un modèle optimal. L’originalité de cette recherche et son apport à l’avancement des connaissances résident notamment dans le fait d’adapter l’anasynthèse à une validation rigoureuse et systématique d’un référentiel d’évaluation de l’enseignement supérieur. Tout en étant susceptible d’aider à la prise de décision en gestion, la typologie originale qui s’en est dégagée pourra servir de fondements à des recherches subséquentes propres à l’élaboration d’un modèle complet d’évaluation de la performance des universités.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,010
Études des sciences et des technologies0,0040,013
Communication savante0,0160,015
Science ouverte0,0020,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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.

Tête enseignante Opus0,171
Tête enseignante GPT0,407
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMesure et évaluation en éducationMême sujetSocial Sciences and GovernanceTravaux en français237 207