L’évaluation des compétences, une entreprise impossible ?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Comment évaluer les compétences ? Que sont les compétences ? Selon la définition classique, elles renvoient à des catégories de situations. Mais ce concept n’a guère été opérationalisé. Quand les enfants sont confrontés à la résolution d’un problème complexe, est-il encore pertinent de conserver le concept de compétence et si oui, quelle signification faut-il lui donner ? En accord avec les idées proposées par Brown, Collins & Duguid (1989), mais aussi par Resnick & Klopfer (1989) ainsi qu’avec les études cognitives sur la résolution de problèmes, nous faisons l’hypothèse que la maîtrise de la procédure spécifique adéquate n’est pas suffisante pour résoudre des problèmes complexes dans lesquels cette procédure doit être maîtrisée. La capacité des élèves à construire une représentation correcte du problème mais aussi leurs aptitudes à surmonter la surcharge cognitive sont cruciales. L’étude empirique présentée ici a été conçue pour étudier cette hypothèse. Quelques concepts mathématiques (mesure de la distance et volume, échelles, estimation du temps) ont été évalués dans différents contextes sur un large échantillon d’élèves belges de 11 et 12 ans (N = 1 436). Une partie des épreuves d’évaluation porte sur les connaissances déclaratives ; d’autres parties concernent les connaissances procédurales. L’étude montre que certaines connaissances procédurales complexes maîtrisées par certains élèves ne sont pas utilisées dans une situation qui exige une coordination de procédures. Ces constats sont discutés sous l’angle du difficile thème de l’évaluation des compétences mais également de la maîtrise d’une régulation métacognitive. Enfin, les auteurs se prononcent en faveur d’une évaluation du processus métacognitif en tant qu’une des composantes intégrées de l’évaluation des compétences.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,070 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découle