[ Compte rendu du livre "Classroom assessment techniques : a handbook for faculty" de PKCross et TAAngelo]
Notice bibliographique
Résumé
Améliorer la qualité de l'enseignement est un défi de société qui invite à revoir le contenu et les exigences des programmes de formation, les politiques d'admission et d'encadrement des élèves, les orientations à donner à la formation et au perfectionnement des maîtres, le volume et les modalités d'attribution des ressources à consacrer à l'éducation.Mais c'est aussi, comme le démontre Janet G. Donald 1 , une préoccupation de recherche qui a donné lieu, ces dernières années, à une variété de travaux, dont deux encyclopédies récentes présentent l'essentiel des résultats obtenus, de même que les principales questions qui retiennent l'attention des chercheurs. 2 Il y a là matière à plusieurs programmes de recherche ambitieux et complexes, qui seront généralement l'œuvre de spécialistes dans le cadre de projets subventionnés.Plus souvent qu'autrement, le professeur « ordinaire » ne se sent pas directement ni immédiatement concerné par ces entreprises sophistiquées et exigeantes.Tout au plus souhaite-t-il pouvoir tirer parti des retombées concrètes de ce genre d'études.Pour prestigieuse et nécessaire qu'elle soit, cette avenue n'est pourtant qu'une des voies que l'on peut emprunter pour participer au vaste mouvement de la recherche en éducation.Un tout récent ouvrage de K. Patricia Cross et Thomas A. Angelo suggère une piste accessible à tout professeur, celle de la recherche en classe (« classroom research ») dont on peut exprimer la visée en ces
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,016 |
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 ».