MétaCan
Menu
Retour à la cohorte
Enregistrement W2803253301 · doi:10.71781/5498

Élaboration et validation d’un modèle d’épreuve certificative en lecture et écriture, axé sur l’approche par compétences (APC) en 6e année du primaire au Sénégal

2017· dissertation· fr· W2803253301 sur OpenAlexaboutno aff
Ibrahima Sakho

Notice bibliographique

RevueOpen MIND · 2017
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette thèse s’intéresse à l’évaluation des compétences en lecture et écriture dans une visée certificative en contexte d’approche par compétences. En effet, depuis plus d’une quinzaine d’années, les systèmes éducatifs de nombreux pays d’Europe (France, Belgique, Suisse, etc.), d’Amérique (Canada, États-Unis, etc.) et d’Afrique (Sénégal, Tunisie, Maroc, etc.) ont adopté des curricula définis en termes de compétences à développer dans le processus d’enseignement-apprentissage. Dans ce contexte, la question de l’évaluation soulève davantage d’interrogations aussi bien dans les milieux professionnels que scientifiques. Ces interrogations sont d’autant plus légitimes que l’évaluation relève d’une pratique sociale qui soulève des enjeux socio-éthiques d’importance. Qui plus est, comme le soutient Legendre (2007), l’évaluation est considérée comme le « nœud » des réformes, en ce sens qu’elle peut en compromettre les orientations et pervertir leur mise en œuvre. Au Sénégal, l’utilisation du français comme langue d’enseignement complexifie les approches pédagogiques. En effet, la façon dont s’opère l’acquisition des connaissances par les apprenants dans un environnement où le français langue d’enseignement est une langue seconde qui côtoie une ou plusieurs langues locales reste une préoccupation majeure. Le français est, de ce fait, une discipline fondamentale par laquelle passe la maîtrise des autres acquisitions. C’est ce qui justifie le choix de cette discipline dans cette recherche. Nous avons opté pour une recherche qualitative de type développemental. Ainsi, une démarche en cinq étapes s’imposait: 1) l’analyse des besoins; 2) la conception du modèle; 3) les validations; 4) la mise à l’essai; 5) la description, l’analyse et l’évaluation du prototype. Avec différents outils de collecte auprès de divers acteurs, il a été possible de proposer une structure de modèle d’épreuve certificative en adéquation avec les théories éprouvées en didactique de la lecture et de l’écriture et en cohérence avec l’approche par compétences. Le modèle proposé est composé d’une situation en lecture et en écriture conçues sur la base des constituants didactiques de ces compétences. Ensuite, les grilles descriptives ont été produites pour faciliter l’interprétation des productions des élèves. Enfin, d’autres outils permettant de faciliter la réalisation des tâches (outils pour les élèves) et l’harmonisation du soutien dans l’administration des épreuves dans un contexte d’évaluation à large échelle (guide d’administration) y sont annexés. Les validations successives ont permis d’ajuster les différents constituants du prototype et de les mettre en contexte. En effet, des acteurs de terrain à différents niveaux, très au fait de l’environnement des apprentissages, ont participé à ce travail. La mise à l’essai a été l’occasion de constater le niveau d’efficacité des outils. En effet, l’évaluation certificative en APC devrait être qualitative (Alter, 2000; Boston, 2002; Blanchard, McCord, Mente, Lalush, Abrams, Loboa, et Nagle, 2004). Autrement dit, les évaluateurs portent leur jugement sur la qualité des ressources mobilisées, la pertinence des stratégies empruntées par les élèves pour réaliser la tâche. Dès lors, pour assurer la fiabilité de ces évaluations, l’explicitation des critères sur lesquels repose le jugement (Boston, 2002), la précision du seuil de réussite et la clarification du barème de notation sont nécessaires (Durand et Trépanier, 2011). Noyau (2011) relève la difficulté des enseignants à opérer une évaluation correcte selon l’APC. En effet, les correcteurs ne disposent pas de grilles d’observation avec des critères bien précisés et déclinés en indicateurs observables. La mise à l’essai a donc permis de recueillir l’avis de six (06) enseignants du primaire sur la valeur des grilles descriptives analytiques proposées. Aussi, cette étape rend-elle compte de la position de ces enseignants en regard de l’efficacité de ces grilles à porter un jugement sur les travaux réalisés par des élèves de 6e année. Enfin, à l’étape de la description, de l’analyse et de l’évaluation, notre cadre conceptuel a été la loupe avec laquelle nous avons observé les données produites et les prescrits documentaires pour en ressortir un portrait des observations. Une occasion de constater que la perspective instrumentale que nous avions adoptée n’est pas la seule qui sous-tend le jugement professionnel des enseignants en évaluation. Cette nouvelle dimension a d’ailleurs permis d’alimenter notre dernier chapitre.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,495
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0030,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,378
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetFrench Language Learning MethodsTravaux en français237 207