Épreuves informatisées des indicateurs des savoirs essentiels en lecture pour élèves francophones au début du primaire (INDISSE)
Bibliographic record
Abstract
Cet article présente des épreuves informatisées en lecture pour les élèves francophones de la maternelle et le début du primaire, les Indicateurs dynamiques des savoirs essentiels en lecture (INDISSE). Elles visent à identifier les élèves à risque de difficulté en lecture et à suivre le progrès des élèves. Les qualités psychométriques ont été vérifiées auprès d’un échantillon composé de 1130 élèves évalués à trois reprises (début, milieu et fin d’année). Les élèves à risque, c’est-à-dire ceux dont le résultat à une des épreuves se situait sous le 40e rang centile, l’ont été à cinq reprises. Des analyses multitraits-multiméthodes soutiennent la validité de construit des épreuves. De plus, celles-ci sont corrélées avec la réussite en lecture à la fin de l’année et avec le jugement de l’enseignante. Leur validité prédictive des scores à l’examen de fin de l’année est plus élevée en maternelle (.56) et en 1re année (.34) qu’en 2e (.26) et 3e année (.26). Il en est de même pour la validité prédictive du jugement de l’enseignante en fin d’année (maternelle, .79; 1re année, .65; 2e année, .44; 3e année, .36). Par ailleurs, à tous les degrés scolaires, elles sont de meilleurs prédicteurs de la réussite que le jugement de l’enseignante en début d’année. Ces épreuves peuvent compléter les informations des enseignantes venant de leurs propres observations en classe et leur apporter des données utiles quant aux savoirs essentiels des élèves pour leur réussite en lecture.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.018 | 0.052 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".