MétaCan
Menu
Retour à la cohorte
Enregistrement W2513225428 · doi:10.4000/ripes.1073

Bilan de pratiques évaluatives des apprentissages à distance en contexte de formation universitaire

2016· article· fr· W2513225428 sur OpenAlexaffabout
Isabelle Nizet, Julie Lyne Leroux, Colette Deaudelin, Sébastien Béland

Notice bibliographique

RevueRevue internationale de pédagogie de l’enseignement supérieur · 2016
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Le développement de dispositifs de formation à distance en enseignement supérieur soulève la question de la nature et de la pertinence des pratiques évaluatives des enseignantes et enseignants, dans un contexte où la nature des données recueillies, la portée et la crédibilité de leur interprétation ainsi que les modalités de communication des résultats restent assujetties à des exigences de certification encadrées par des normes collectives. Afin d’éclairer les choix institutionnels en matière d’évaluation des apprentissages à distance au sein des facultés de l’Université de Sherbrooke, un relevé de pratiques évaluatives a été effectué au moyen de groupes de discussion auprès de 25 intervenants provenant des neuf facultés, et ayant accepté de participer à la recherche. Les résultats de ce relevé sont présentés ainsi que leur analyse à la lumière d’une recension d’écrits portant sur la typologie des instruments utilisés.

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)0,059
score de la tête « metaresearch » (Gemma)0,136
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,136
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,006
Communication savante0,0100,008
Science ouverte0,0020,009
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,106
Tête enseignante GPT0,398
Écart entre enseignants0,292 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale de pédagogie de l’enseignement supérieurMême sujetEvaluation and Performance AssessmentTravaux en français237 207