Expérimentation d’un modèle d’évaluation certificative dans un contexte d’enseignement scientifique
Notice bibliographique
Résumé
Le programme quebecois de science et technologie est base sur une approche par competences. Ce choix implique des defis importants et principalement quand l’evaluation est de nature certificative. Une des competences a evaluer concerne l’investigation scienti ‐ fique. En s’appuyant sur les travaux de Rey et al . (2003), nous avons concu un modele d’evaluation qui permet de juger du developpement de cette competence. Differentes situa ‐ tions d’evaluation ont ete crees et administrees aupres de 560 eleves du secondaire pour verifier si le modele : (1) est adequat pour mesurer le niveau de competence des eleves et (2) se comporte de la meme facon selon le contexte disciplinaire. Les resultats montrent que le modele permet de classer les eleves selon trois niveaux de maitrise : competence assuree, competence partielle et maitrise des habiletes. Mots cles : evaluation, competences, investigation scientifique The Science and Technology curriculum in the Province of Quebec, based on competencies, represents a challenge for science teachers, particularly for high ‐ stakes assessment. Teach ‐ ers who do know how to conduct hands ‐ on assessment must deal with practical con ‐ straints. In this context, we adapted Rey’s et al. (2003) work to construct an assessment model in relation with the Scientific Inquiry Competence. We designed different assess ‐ ment situations which we administered to 560 junior high school students to verify whether a) the model is helpful in assessing learners’ level of competency in scientific in ‐ quiry b) the results are comparable among disciplines on which the assessment situations are based. The results show that the model works as predicted for different learners’ levels: Full competency, Partial Competency, Skill. Key words: assessment, competencies, scientific inquiry
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 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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 tête enseignante, 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 ».