L’influence des types conatifs sur le rendement scolaire d’un groupe d’élèves franco-albertains de niveau secondaire
Notice bibliographique
Résumé
L’objectif de cette étude exploratoire consiste à vérifier l’influence des quatre types conatifs (Fact Finder/Follow Thru/Quick Start/Implementor) décrits par Kolbe (1990) sur le rendement scolaire. Soixante (60) sujets franco-albertains âgés de 14 à 17 ans ont été recrutés à cette fin. Le recrutement s’est fait à Edmonton dans une école alternative pour adolescents ayant des difficultés d’adaptation scolaire et dans une école secondaire régulière située dans cette même ville. L’instrument de mesure des types conatifs fut le Kolbe Youth Index (KYI) de Kolbe (2003). Les résultats montrent qu’un type conatif Fact Finder dans la zone Initiate est associé à un niveau de rendement scolaire élevé tandis qu’un type conatif Quick Start dans la même zone est lié à un niveau de rendement scolaire faible. Enfin, d’autres résultats indiquent qu’un rendement scolaire moyen est associé aux quatre types conatifs et ce, à des niveaux variables dans les zones (Prevent/Respond/Initiate).
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».