Analyse longitudinale des relations entre le biais négatif d’autoévaluation de compétence et le sentiment d’imposture chez les élèves
Notice bibliographique
Résumé
Cette étude longitudinale de 6 ans comportait trois objectifs spécifiques : 1) vérifier la stabilité temporelle du biais négatif d’autoévaluation de compétence et du sentiment d’imposture 2) examiner, à chaque année, les relations entre les deux phénomènes et 3) vérifier si la persistance d’un biais négatif d’autoévaluation est reliée au développement du sentiment d’imposture. 454 élèves (10-11 ans au début de l'étude) ont répondu à des questionnaires portant sur leur perception de compétence et leur sentiment d’imposture. Les résultats indiquent que le biais d'autoévaluation et le sentiment d’imposture ainsi que leurs interrelations sont modérément stables dans le temps. Il ressort aussi qu’une fois contrôlé l’effet du sentiment d’imposture de l’année précédente, le cumul des biais négatifs d'autoévaluation évalués à chaque année de l’étude est toujours lié au sentiment d’imposture de l’année en cours. Maintenir dans le temps un biais négatif d'autoévaluation paraît être un facteur de risque dans le développement du sentiment d’imposture.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».