MétaCan
Menu
Retour à la cohorte
Enregistrement W4415150289 · doi:10.1002/berj.70056

Self‐ and peer‐assessment in upper secondary schools. A quasi‐experimental study to investigate the educational effectiveness of formative assessment

2025· article· en· W4415150289 sur OpenAlexaff
Davide Parmigiani, Elisabetta Nicchia, Myrna Pario, Emiliana Murgia, Slaviša Radović, Marcea Ingersoll

Notice bibliographique

RevueBritish Educational Research Journal · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensSt. Thomas University
Organismes subventionnairesnon disponible
Mots-clésFormative assessmentSummative assessmentMetacognitionKnowledge surveyTest (biology)Educational research

Résumé

récupéré en direct d'OpenAlex

Abstract The assessment of student learning represents a key component of daily instructional practice. Formative assessment strategies are associated with the development and reinforcement of a series of skills linked to cognitive, metacognitive, behavioural and affective areas. This study investigated the effectiveness of formative assessment strategies in supporting the development of students' emotional and motivational capacities, resilience, self‐efficacy, self‐reflection, metacognitive awareness and self‐regulation. Specifically, it examined whether formative assessment strategies could enhance these skills and improve students' academic preparation for a summative mid‐term test. This quasi‐experimental study involved 581 students from 37 Italian upper secondary school classes in an investigation that tested the use of self‐ and peer‐assessment to support students' improvements in study organisation and effective summative test preparation. Findings indicate that formative assessment activities supported student preparation for a mid‐term summative test. Specifically, improvements in emotional attitudes, self‐efficacy, metacognitive awareness and aspects of self‐regulation related to rehearsal, elaboration and organisation of learning materials were reported. The data indicate that this skill development was attributed mainly to the implementation of a peer‐assessment strategy.

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)0,012
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,044
Tête enseignante GPT0,487
Écart entre enseignants0,442 · 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'étudeEssai non randomisé
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Educational Research JournalMême sujetStudent Assessment and FeedbackTravaux en français237 207