Accord interjuges des nouveaux domaines, la littératie et la numératie, de l’AEPS/EIS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cet article présente les degrés d’accord interjuges entre deux évaluateurs pour les nouveaux domaines, la littératie et la numératie, du Programme EIS Évaluation Intervention Suivi , une adaptation francophone de l’Assessment, Evaluation, and Programming System (AEPS). Depuis plusieurs années, les tests d’évaluation conventionnels du développement sont source d’insatisfaction pour les intervenants oeuvrant auprès d’enfants présentant des incapacités, en raison des protocoles d’administration rigides et des exercices d’évaluation éloignés des comportements naturels de l’enfant, ce que pallie l’AEPS/EIS. Ce dernier, un outil d’évaluation du développement de l’enfant, vise dans sa nouvelle édition l’introduction des domaines de la littératie et de la numératie. Les questions de recherche de la présente étude concernent les degrés d’accord interjuges entre deux évaluateurs pour chacun des deux domaines et pour chacun des buts qui les composent. L’échantillon est constitué de 32 enfants, évalués dans leur milieu de vie. Les résultats montrent un degré d’accord excellent pour la littératie et substantiel pour la numératie. Seul un but en littératie présente un degré d’accord faible. De même, seule une absence d’accord est notée pour un but de la numératie. En conclusion, les nouveaux domaines présentent des qualités psychométriques intéressantes sur le plan de la fidélité. Cette étude est un apport au processus d’élaboration des domaines de la littératie et de la numératie de l’AEPS/EIS. Néanmoins, la poursuite de la validation de l’ensemble de la nouvelle édition demeure incontournable.
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.
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 | 0,003 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle