MétaCan
Menu
Retour à la cohorte
Enregistrement W4402198693 · doi:10.1080/02602938.2024.2388699

‘There was very little room for me to be me’: the lived tensions between assessment standardisation and student diversity

2024· article· en· W4402198693 sur OpenAlexaff
Juuso Henrik Nieminen, Mollie Dollinger, Rachel Finneran

Notice bibliographique

RevueAssessment & Evaluation in Higher Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Learning Practices
Établissements canadiensOntario Tech University
Organismes subventionnairesCurtin University of Technology
Mots-clésDiversity (politics)PedagogyPsychologyHigher educationLived experienceSociologyMathematics educationPolitical science

Résumé

récupéré en direct d'OpenAlex

Higher education aims to educate diverse professionals to operate in an increasingly complex world. Yet, academic assessment practices still rely upon standardisation, namely, that all students should demonstrate their achievement in ways that are largely comparable, if not identical. In this study, we theorise assessment standardisation as a technology of normalisation upon student diversity and identities. Our study is located in one of the most complex learning settings in higher education: placements. We theorise how diverse students navigate the tensions arising from standardised assessment situations that assess highly personalised forms of learning in complex assessment settings. Our data material consists of longitudinal interviews with 16 disabled university students in Australia before, during, and after a placement. Our findings show that assessment suppresses and normalises students’ diverse identities, calling into question the inclusivity of such assessment practices. We discuss how assessment provides students with narrow ways of forming their professional identities. While this is the case for all students, the social consequences of assessment standardisation might be more crucial for those who do not fit the ‘norm’ set by assessment, such as disabled students in our case.

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)0,017
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,040
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,048
Communication savante0,0130,012
Science ouverte0,0020,018
Intégrité de la recherche0,0030,010
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,193
Tête enseignante GPT0,526
Écart entre enseignants0,333 · 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'étudeQualitatif
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssessment & Evaluation in Higher EducationMême sujetHigher Education Learning PracticesTravaux en français237 207