Critères d'évaluation des travaux d'étudiants en formation à l'enseignement
Notice bibliographique
Résumé
L’évaluation critériée a pris beaucoup d’expansion au cours des dernières années. Toutefois, les critères d’évaluation sont parfois employés à l’encontre des recommandations des experts. Cette étude a pour but d’explorer l’utilisation peu documentée de critères d’évaluation par les professeurs universitaires à la formation à l’enseignement. Une analyse qualitative basée sur des entrevues, des protocoles oraux et des analyses de documents a permis d’identifier les critères présents dans le processus d’évaluation de quatre professeurs. D'une part, des critères d’évaluation propres à chaque participant et d’autre part 7 critères présents chez 3 participants ou plus ont été identifiés ainsi qu’un seul critère implicite. Cependant, les critères d’évaluation identifiés ne se limitent pas tous à l’évaluation du rendement scolaire. La présence de documents facultaires a eu un impact sur les résultats. Cette étude a aussi décelé de nouvelles problématiques à explorer comme les influences dans l’utilisation des critères et l’appréciation des travaux eux-mêmes.
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 | 0,063 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,018 | 0,019 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,007 |
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 ».