MétaCan
Menu
Retour à la cohorte
Enregistrement W568408786 · doi:10.1057/9780230621565_12

The Uses of Error: Toward a Realist Methodology of Student Evaluation

2009· book-chapter· en· W568408786 sur OpenAlexaboutno aff
John J. Su

Notice bibliographique

RevuePalgrave Macmillan US eBooks · 2009
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrading (engineering)WonderDocumentationMathematics educationClass (philosophy)PerceptionSet (abstract data type)Quarter (Canadian coin)PsychologyField (mathematics)EpistemologyPedagogyComputer scienceSocial psychologyMathematicsEngineeringPhilosophy

Résumé

récupéré en direct d'OpenAlex

What does realist theory have to say about the evaluation of students' performance in the humanities classroom? My question is motivated by the concerns students have expressed to me with the grading systems in their courses, and my own sense that realist theory might provide guidance in addressing these concerns. Particularly in qualitative fields such as English literature, the field in which I work, there is a fairly common perception among students that grade determinations are subjective, owing more to how well their ideas correspond with their instructor's than to their ability to produce work that meets a coherent set of course objectives. And little wonder. In many courses, little or no written documentation is ever provided describing the course objectives, the criteria by which individual assignments are assessed, or the relative weight of assignments in the determination of final grade. Factors such as "class participation" may constitute up to a quarter of a student's final grade without ever being explicitly defined, much less presented in a manner that explains why such factors should be relevant in the determination of grades.KeywordsRealist TheoryStudent EvaluationClassroom DiscussionFinal GradeTeacher ResponseThese keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,211
Tête enseignante GPT0,426
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan US eBooksMême sujetStudent Assessment and FeedbackTravaux en français237 207