MétaCan
Menu
Retour à la cohorte
Enregistrement W2769686994

Analyse des outils d'accompagnement et d'évaluation : point de vue des formateurs de terrain

2016· article· fr· W2769686994 sur OpenAlexaffabout
Louise M. Bélair, Christine Lebel, Geneviève Miron, Sylvie Blanchette

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensCommission Scolaire des Hautes RivièresUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésConfusionValuation (finance)PracticumComputer scienceFocus groupPsychologyPedagogySociologyBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Over the past three years, the REEVES Collaborative Research Group has studied the evaluation practices of cooperating teachers (CTs) through various field projects. The present article, based on one of these projects, seeks to gain input from CTs and to analyze the efficiency, effectiveness and pertinence of assessment tools and descriptive scales with regard to how CTs make decisions about the proficiency levels of student teachers. Drawing on evaluation grids from practicum handbooks developed by universities in the province of Quebec, the team asked CTs to identify which ones are the most helpful, pertinent and useful for decision making when evaluating (Figari & Remaud, 2014; Tricot & Tricot, 2000). These grids are typically developed by program heads, sometimes in cooperation with university supervisors and, more rarely, with cooperating teachers (Belair, Vivegnis & Lafrance, 2015; Lapointe & Guillemette, 2015; Portelance, 2010). They also provide a reference framework because they reflect program focus, which often differs considerably from one program to another—even within the same university. However, CTs must constantly adapt to different program objectives and evaluation tools, causing unease and confusion over how to fill out grids and make evaluation decisions. Preliminary results suggest that none of the proposed grids perfectly meet their needs. Verbatim analysis from focus group helped identify useful, coherent and facilitating elements for making informed and fair decisions about student teachers. Possible links between the choice of grids and scales, and the potential impact on evaluating proficiency level is also discussed and avenues for further research are proposed.

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)0,051
score de la tête « metaresearch » (Gemma)0,161
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,269

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,161
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,006
Études des sciences et des technologies0,0030,006
Communication savante0,0160,009
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,216
Tête enseignante GPT0,482
Écart entre enseignants0,267 · 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'étudeQualitatif
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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEvaluation and Performance AssessmentTravaux en français237 207