Coévaluations formatives élève-élève et enseignant·e-élève : effets sur la compétence à communiquer oralement d’élèves du secondaire
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
L'évaluation formative de l'oral, contribuant notamment à la diminution du stress des élèves à l'égard des présentations orales (Paquet, 2021), est peu présente en classe de français langue d'enseignement au niveau secondaire au Québec (Vega, 2013). Par ailleurs, la coévaluation, un moyen pouvant être mobilisé pour évaluer la compétence à communiquer oralement (CCO) en cours d'apprentissage, semble méconnue des personnes enseignantes (Dumais, 2008; Sénéchal, 2012) et peu de recherches s'y sont intéressées en contexte québécois. Nous avons donc mené une recherche ayant les deux objectifs suivants : 1) mesurer des effets de la coévaluation formative sur le développement de la CCO d’élèves du secondaire; 2) décrire des raisons pouvant expliquer ces effets. Pour ce faire, une recherche par méthodes mixtes a été réalisée auprès de trois groupes de première secondaire (élèves de 12 et 13 ans). Une séquence d'enseignement de l'oral comprenant une coévaluation formative élève-élève (groupe expérimental 1) ou enseignant·e-élève (groupe expérimental 2) a été mise en place. Les résultats issus d'un prétest et d'un posttest indiquent que les deux coévaluations produisent un effet d’amélioration similaire. De plus, une analyse de contenu des verbatims d'entrevues semi-dirigées nous a permis de décrire 11 raisons pouvant expliquer les effets produits par les deux coévaluations expérimentées.
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.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle