L'effet du statut linguistique sur la réussite des élèves canadiens aux items de mathématiques du PISA
Notice bibliographique
Résumé
Ce projet de recherche s’intéresse à l’influence des facteurs linguistiques sur la performance des élèves en mathématiques, en mettant l’accent sur les enjeux d’équité dans les évaluations à grande échelle. À partir des données de l’enquête PISA 2012, l’étude vise à détecter la présence de fonctionnement différentiel des items (FDI) entre les élèves canadiens et canadiennes dont la langue du test est leur langue maternelle (L1) et ceux pour qui elle constitue une langue seconde (L2). Pour ce faire, une méthode de pairage par score de propension a été utilisée afin de contrôler les variables confondantes et d’isoler l’effet du statut linguistique, dans un contexte méthodologique complexe lié à la conception par livret des tests PISA. Les résultats révèlent la présence de plusieurs items présentant un FDI en défaveur des élèves L2, suggérant que certains obstacles linguistiques peuvent affecter injustement la performance dans des épreuves censées évaluer uniquement des habiletés mathématiques. L’étude met en valeur l’utilité du pairage comme stratégie méthodologique pour garantir des comparaisons valides entre groupes. Elle contribue ainsi à une meilleure compréhension des biais potentiels dans les évaluations internationales standardisées. Cette recherche propose des pistes concrètes pour améliorer la conception des tests, favoriser l’équité en éducation et soutenir des pratiques d’évaluation plus inclusives, en particulier pour les élèves dont la langue d’apprentissage diffère de celle de l’évaluation. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : fonctionnement différentiel des items (FDI), équité en évaluation, PISA 2012, pairage par score de propension, biais linguistique, évaluation des habiletés mathématiques
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 | 0,011 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».