Les raisons du faible usage des résultats d’évaluation externe par les enseignants. Étude croisée dans trois contextes éducatifs
Notice bibliographique
Résumé
L’évaluation des apprentissages des élèves n’est aujourd’hui plus uniquement interne à la classe (au niveau micro), elle est aussi externe et à grande échelle (au niveau macro). Avec les nouveaux modes de gouvernance des systèmes éducatifs, ces deux niveaux se rencontrent. Il est attendu des enseignants qu’ils prennent en compte les résultats d’épreuves externes afin d’améliorer leurs pratiques. Toutefois, la littérature montre un faible usage de ces données externes sur le terrain. Notre analyse du regard de 41 enseignants (entretiens semi-directifs) issus de trois juridictions distinctes quant à leur dispositif et à leur politique d’évaluation externe – au Québec, en Ontario et en Suisse – permet d’identifier les raisons de ce « découplage » spécifique. Notre analyse semi-inductive s’inspire du concept de « validité unifiée d’un test » de Messick (1989) pour comprendre le point de vue des enseignants. Notre analyse montre que le faible usage des résultats d’évaluation externe peut s’expliquer par le fait que les enseignants des trois contextes étudiés accordent peu de validité(s) à ces données externes. Les enseignants remettent en cause non seulement la mesure à large échelle, mais aussi le manque d’implication pratique des résultats d’évaluation externe et leurs conséquences sur les acteurs de l’École. Des différences sont identifiées, liées à certaines caractéristiques des dispositifs d’évaluation externe (finalités, suivi, conséquences) et au profil des enseignants (ancienneté professionnelle, confrontation directe aux tests). Finalement, alors que l’évaluation des acquis des élèves est devenue un enjeu aussi bien politique que pédagogique, notre contribution montre que, aux yeux des enseignants, les différentes approches d’évaluation (interne et externe) sont trop éloignées. D’importantes dissonances les séparent tant sur le plan de leurs méthodes, de leurs usages et de leurs finalités.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,058 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».