L’évaluation sous surveillance par caméra
Notice bibliographique
Résumé
Le confinement lié à la pandémie de Covid-19 a forcé les universités à tenir des examens à distance sans nécessairement disposer d’outils de télésurveillance appropriés. La présente étude se penche sur le cas de l’université du Québec à Trois-Rivières, qui a préconisé les examens sous surveillance caméra par le biais de l’application Zoom. L’objectif de cette recherche est de documenter les conditions dans lesquelles les étudiants ont réalisé ces examens, ainsi que leurs perceptions concernant certaines dimensions de l’évaluation en ligne. Les résultats du sondage effectué auprès de 396 étudiants indiquent qu’ils n’étaient pas bien préparés à passer ce type d’examen, et que plusieurs d’entre eux n’avaient pas accès à des conditions favorables, à du matériel informatique ou à une connexion Internet appropriés. Les étudiants sont d’avis que l’utilisation de la webcam et la contrainte de temps limité ont contribué à augmenter leur stress durant l’examen. La moitié des répondants n’étaient pas à l’aise d’être filmés, et ils considèrent que cela était une atteinte à leur vie privée. Bien que la limitation de la tricherie soit un enjeu important pour les étudiants, ils sont d’avis que l’examen en ligne sous surveillance caméra ne permet pas de la prévenir.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».