MétaCan
Menu
Retour à la cohorte
Enregistrement W3206262631 · doi:10.7202/1081476ar

L’évaluation des établissements scolaires – le cas du collégial

2021· article· fr· W3206262631 sur OpenAlexaffvenueabout
Richard Guay, Martin Riopel

Notice bibliographique

RevueRevue des sciences de l éducation · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article évalue l’influence des établissements sur l’obtention du diplôme et se fonde sur une étude de cohorte de plus de 44 000 étudiant⋅e⋅s ayant commencé leurs études collégiales en 2009. L’étude tient compte des principales variables scolaires et socioéconomiques susceptibles d’influencer la réussite scolaire. Elle utilise une approche soustractive et des modèles multiniveaux de régressions logistiques mixtes pour analyser les variables individuelles et de composition les plus importantes. Les résultats appuient l’hypothèse selon laquelle les établissements collégiaux et les programmes exercent une influence statistiquement significative sur la réussite scolaire et expliquent en bonne partie la variance observée. Les résultats montrent aussi que le classement des établissements collégiaux, fondés sur des données agrégées par établissement, sont fortement biaisés. Enfin, ces résultats n’appuient pas l’hypothèse d’un système d’éducation québécois inégalitaire, pour le collégial, et invitent à mener des études équivalentes, soustractives et multiniveaux pour les autres ordres d’enseignement.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,297
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,002
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,308
Tête enseignante GPT0,430
Écart entre enseignants0,122 · 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'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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l éducationMême sujetSchool Choice and PerformanceTravaux en français237 207