Enjeux et défis de l’évaluation longitudinale : quelques pistes de réflexion préalables à son implantation
Notice bibliographique
Résumé
Contexte et problématique :La formation de futurs professionnels de la santé compétents est une préoccupation importante pour tous les membres de la communauté en pédagogie des sciences de la santé. À cet effet, on accorde beaucoup d’importance à l’évaluation comme agent régulateur de l’accès aux professions. En lien avec la perspective de l’approche par compétences, l’idée de structurer l’évaluation de façon longitudinale, autour des trajectoires de développement professionnelles, apparaît d’une grande pertinence.Exégèse :L’évaluation longitudinale fait référence à toutes les évaluations mises en place pour documenter le rendement et le progrès des apprenants selon une trajectoire de développement préétablie. Les éducateurs et chercheurs qui prônent l’implantation de l’évaluation longitudinale dans des programmes qui préparent à la pratique des professions en santé y voient de multiples avantages, parmi lesquels la facilitation de la rétroaction qui pourrait être plus authentique, une identification précoce des apprenants en difficulté et une augmentation de l’autonomie des apprenants dans leurs développements. Cependant, les preuves qui soutiennent les retombées positives associées à l’évaluation longitudinale sont « faibles » pour ne pas dire manquantes.Conclusion :Il est essentiel, en tant que communauté, de documenter les effets et l’impact de l’évaluation longitudinale de façon plus systématique, structurée et rigoureuse.
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 | 0,627 | 0,729 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,008 | 0,021 |
| Communication savante | 0,020 | 0,029 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».