L’évaluation du retour sur les attentes à l’aide du cycle de Construction et de gestion qualité des évaluations de l’impact des formations (cycle CGQEIF)
Notice bibliographique
Résumé
Les évaluations de l’effet des formations sont peu pratiquées, notamment parce que les évaluateurs manquent d’instruments méthodologiques facilitant leur mise en oeuvre. Les auteurs présentent une recherche-développement (R-D) qui a abouti à une méthode d’évaluation des retours sur attentes (ROE) en formation qu’ils ont intitulée cycle de Construction et de gestion qualité des évaluations de l’impact des formations (cycle CGQEIF). Ce cycle a été mis à l’essai dans deux contextes de formation continue : une première fois, dans le secteur de la santé avec une formation d’assistants techniques spécialisés en salle d’opération (ATSSO) et ensuite, dans le cadre d’un module de formation de directeurs d’institutions de formation (FORDIF) en éducation. Les résultats des deux mises à l’essai nous ont permis d’améliorer la méthode et d’en renforcer la pertinence. Les leçons que nous en tirons seront exploitées lors d’une troisième mise à l’essai dans le contexte de l’enseignement supérieur.
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 | 0,080 | 0,200 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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.
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 ».