MétaCan
Menu
Retour à la cohorte
Enregistrement W7133540483 · doi:10.7202/1123663ar

Note de recherche – Système intelligent d’aide à la décision pour le plan d’intervention scolaire : enjeux d’EDI et biais

2025· article· fr· W7133540483 sur OpenAlexaffvenueabout
Maria del Carmen Grullon Carvajal, Nathalie Trépanier, Marine Blondeau, Neila Mezghani

Notice bibliographique

RevueDiversité urbaine · 2025
Typearticle
Languefr
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Work (physics)Plan (archaeology)

Résumé

récupéré en direct d'OpenAlex

Au Québec, le plan d’intervention (PI) constitue un outil pédagogique essentiel pour la mise en oeuvre des principes d’équité, de diversité et d’inclusion (EDI) en milieu scolaire, en favorisant la reconnaissance, la valorisation et la prise en compte de la diversité des élèves. Pour soutenir l’inclusion et la réussite des élèves équitablement, son élaboration requiert une excellente maîtrise du processus de prise de décision. Le recours à l’intelligence artificielle (IA) ouvre de nouvelles avenues dans le soutien et la formation des équipes éducatives pour l’amélioration de la qualité des PI. Cette note de recherche propose une réflexion sur l’intégration des principes d’EDI et la réduction des biais dans le développement d’un système intelligent d’aide à la décision destiné à l’élaboration de PI en milieu scolaire.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,199
Tête enseignante GPT0,449
Écart entre enseignants0,250 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiversité urbaineMême sujetEducational and Psychological AssessmentsTravaux en français237 207