Evaluating the Explanation Inference of\na High-Stakes French Listening Test:\nAn Argument-Based Perspective
Notice bibliographique
Résumé
Cet article repose sur l’approche de la validation basée sur l’argumentation pour rassembler et évaluer des preuves liées au construit (c’est-à-dire l’inférence d’explication) d’un test à enjeux critiques. Les données proviennent de la composante de compréhension orale d’un test de français utilisé pour l’immigration au Canada à travers la province du Québec. Un panel d’experts ayant des formations variées en linguistique appliquée a examiné et associé les items de deux versions opérationnelles du test à quatre sous-compétences de compréhension orale recensées dans des sources sélectionnées de la théorie de la compréhension orale en langue seconde. Sur la base des recommandations du panel d’experts, deux modèles factoriels confirmatoires ont été ajustés aux données de réponse des candidats aux tests. Les modèles se sont bien ajustés aux données, permettant de soutenir l’inférence d’explication, mais suggérant une sous-représentation du construit pour l’une des versions évaluées. L’approche de la validation basée sur l’argumentation a fourni des lignes directrices pour évaluer la représentation du construit des tests, en suggérant des recommandations éclairantes sur comment organiser les preuves du construit dans une perspective d’argumentation. Les retombées de cette recherche sont discutées en ce qui concerne l’opérationnalisation de la validation basée sur l’argumentation dans des contextes à enjeux critiques. Abstract: This article draws on argument-based validation to gather and evaluate construct-related evidence (i.e., the explanation inference) of a high-stakes test. The data stemmed from the listening component of a French test used for immigration to Canada through the province of Quebec. An expert panel with varied backgrounds in applied linguistics reviewed and associated the items of two operational test forms to four listening comprehension sub-skills identified in selected sources of second language listening theory. Based on the expert panel recommendations, two confirmatory factor models were fit to examinees’ response data. The models fit the data well, providing backing for the explanation inference but suggesting construct under-representation for one of the test forms examined. The argument-based approach to validation yielded principled guidelines to evaluate construct coverage of the test across forms, providing insightful guidance on how to organize construct evidence from an argumentation perspective. Implications are discussed as they relate to the operationalization of argument-based validation in high-stakes settings.
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 | 0,049 | 0,197 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».