MétaCan
Menu
Retour à la cohorte
Enregistrement W4307351008 · doi:10.4000/dms.8168

L’évaluation sous surveillance par caméra

2022· article· fr· W4307351008 sur OpenAlexaffabout
Audrey Bistodeau, France Lafleur, Florent Michelot

Notice bibliographique

RevueDistances et médiations des savoirs · 2022
Typearticle
Languefr
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

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 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)0,004
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,083
Tête enseignante GPT0,310
Écart entre enseignants0,227 · 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'étudeThéorique ou conceptuel
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDistances et médiations des savoirsMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207