MétaCan
Menu
← Retour à la cohorte
Enregistrement W2739891520

Et si nous prenions notre désir d’évaluer tout et tout le temps comme « objet » d’évaluation ?

2017· article· fr· W2739891520 sur OpenAlexaffabout
Pierre Lemay, Driss Boukhssimi, Lucette Chrétien, M. Trudel

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’evaluation des apprentissages est en quelque sorte notre pain quotidien . Ce printemps (2017) un exces de fievre, une frenesie, un buzz s’est a nouveau manifeste a propos de la question des notes et de la sanction des etudes au Quebec. Cette frenesie s’explique selon Charles Hadji (2013) principalement par deux raisons : une bonne et une mauvaise.  Et souligne-t-il, c’est plus souvent qu’autrement la mauvaise qui l’emporte, pourquoi ?... Travaillant comme equipe sur la Serendipite en Recherche et Formation, nous vous proposons d’expliciter deux analogies fondamentales relatives a l’evaluation des apprentissages : celle de Jean-Guy Blais (2014) de l’Universite de Montreal, entre les relations commerciales et l’evaluation des apprentissages ; et celle de Ken Robinson, USA (2013, 2015, 2017), qui lui propose deux principales modalites afin de garantir la valeur et la qualite des apprentissages, celle du fast-food a la McDo (efficacite) et celle des etoiles du Guide Michelin (favorisant la creativite). Nos deux auteurs insistent sur les ressemblances et les differences dans leur recours a l’analogie ou la metaphore et l’essentiel de notre travail va consister a interroger et a apprecier ses rapprochements. Ce qui precede devrait nous conduire a nous demander s’il faut avoir peur de l’evaluation des apprentissages telle que vecue lorsque l’enjeu devient de plus en plus important. Certes, toute demarche evaluative vise a fournir des donnees aussi fiables que possible en vue de prendre les meilleures decisions.  Mais qu’arrive-t-il si suite a une evaluation la decision la plus importante a prendre n’est pas necessairement celle du Ministere, du gestionnaire scolaire ni meme de l’enseignant, mais plutot celle de l’eleve ?

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)0,044
score de la tête « metaresearch » (Gemma)0,074
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,299

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,074
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0110,027
Communication savante0,0260,020
Science ouverte0,0030,005
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

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 Opus0,396
Tête enseignante GPT0,499
Écart entre enseignants0,103 · 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
GenreCommentaire

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

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEducation, sociology, and vocational training→Travaux en français237 207→