Des mécanismes pour assurer la validité de l'interprétation de la mesure en éducation
Notice bibliographique
Résumé
La notion de validité a évolué depuis ses premières définitions vers 1950, de sorte qu’on la considère aujourd’hui non plus comme une caractéristique intrinsèque de la mesure, mais plutôt en relation avec l’utilisation et l’interprétation du score associé à la mesure. Les résultats des évaluations en éducation possèdent rarement une interprétation signifiante en eux-mêmes. Le score prend son sens dans le cadre de référence utilisé pour l’interprétation et dans les inférences d’évaluation. Cet ouvrage est le produit de la collaboration de chercheurs et d’intervenants en éducation à l’occasion d’un colloque organisé en mai 2009 à Ottawa au Canada lors du 77 e congrès annuel de l’Association francophone pour le savoir (ACFAS). Ce colloque visait à porter un regard critique sur les mécanismes pour assurer la validité de l’interprétation de la mesure en éducation afin d’en dégager des tendances, des solutions et de nourrir les pratiques pédagogiques ainsi que le développement de la recherche dans le domaine de la mesure et de l’évaluation en éducation. Ce colloque était organisé selon trois axes. Le premier, théorique, s’attardait notamment au développement des construits, aux avancées théoriques et aux modèles de mesure. Le deuxième, technique et technologique, portait sur l’instrumentation, les méthodes de sélection des critères d’évaluation et des items d’un test, les méthodes d’évaluation de la représentativité des items, les modèles de réponse à l’item et l’intégration des technologies dans la production du jugement. Ce sont ces deux axes qui ont fait l’objet du premier volume. Le troisième axe, pratique, qui s’intéressait, entre autres, aux domaines et aux contextes d’application, aux exemples d’application dans le système d’éducation et à la formation des professionnels de l’évaluation, est traité dans ce second volume.
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 | 0,199 | 0,429 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,009 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,044 |
| Communication savante | 0,022 | 0,023 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».