MétaCan
Menu
Retour à la cohorte
Enregistrement W2971586144 · doi:10.15517/aie.v19i3.38638

El uso de la rúbrica como herramienta de evaluación y de retroalimentación de la expresión escrita en Francés

2019· article· es· W2971586144 sur OpenAlexaff
Kuok-Wa Chao Chao, Micheline-Joanne Durand

Notice bibliographique

RevueActualidades Investigativas en Educación · 2019
Typearticle
Languees
DomaineComputer Science
ThématiqueEducational Technology in Learning
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPersonaPhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

Este artículo comparte los hallazgos de una investigación realizada en la Universidad de Costa Rica durante el año 2016. El problema planteado en este estudio fue ¿Cómo la rúbrica ayuda a la persona docente a desarrollar una retroalimentación efectiva y a evaluar las producciones escritas de sus estudiantes? Los antecedentes señalan que la retroalimentación es un elemento esencial para ayudar al estudiantado a mejorar y a reflexionar sobre su propio aprendizaje. Se utilizó una metodología cualitativa de tipo colaborativo. Las personas participantes estaban conformadas por tres docentes y sus respectivos estudiantes. Se realizó un pretest antes de comenzar con la implementación de la rúbrica descriptiva analítica, para documentar las prácticas evaluativas existentes del cuerpo docente. Esto tuvo lugar antes de la realización del taller de formación. Asimismo, se efectuó un postest después de finalizar la investigación en el mes de diciembre del año 2016. De esta manera, se realizaron seis entrevistas a profundidad a docentes de cursos de composición y seis grupos de discusión a sus estudiantes. Se realizaron tres entrevistas antes del taller de formación al cuerpo docente y las otras tres al final de la investigación. De igual modo, para los grupos de discusión, se realizaron tres antes del taller y tres al finalizar el estudio. Como principales resultados, el profesorado encontró que la rúbrica le permitió evaluar de una manera más profesional, al mismo tiempo que ofreció una buena retroalimentación al estudiantado. Sin embargo, se necesita realizar ajustes para mejorarla. Por parte del cuerpo estudiantil, este percibió que era un buen instrumento para realizar una autoevaluación de sus producciones escritas, pero que era necesario tener ejemplos de trabajos para cada criterio. Se concluye que a pesar de algunas dificultades que hubo durante la implementación, la rúbrica es eficaz para la retroalimentación y la evaluación en los cursos de expresión escrita.

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)0,017
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,043
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,004
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,010
Tête enseignante GPT0,342
Écart entre enseignants0,332 · 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'étudeObservationnel
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActualidades Investigativas en EducaciónMême sujetEducational Technology in LearningTravaux en français237 207