Qualités des dossiers universitaires : analyse d’un programme de formation en enseignement
Bibliographic record
Abstract
Cette étude présente une lecture des dossiers académiques d’étudiants ayant complété une formation universitaire en éducation préscolaire et en enseignement primaire afin de vérifier la validité et la fiabilité des évaluations réalisées durant cette formation. L'importance de facteurs tels que la cote de rendement au collège des étudiants, l'équivalence entre deux campus universitaires et les années de diplomation, ainsi que l’équité entre le genre et l'âge des étudiants est également investiguée. La base de données se compose des dossiers académiques de 873 finissants du programme d'éducation préscolaire et d’enseignement primaire ayant gradué entre 2006 et 2012 dans l'un ou l'autre des deux campus de l'Université du Québec à Rimouski. Les résultats de l’analyse factorielle suggèrent que les notes ne sont pas le produit d’un processus arbitraire et aléatoire. Ainsi, l’ensemble des notes aux cours du programme, telles qu’elles apparaissent dans le dossier académique des étudiants, se structure en facteurs qui permettent d’inférer, tel qu’attendu, la mesure de groupes de compétences interreliées. L’ensemble possède une bonne fiabilité. Des régressions multiniveaux montrent que la cote de rendement au collège est un bon prédicteur de la moyenne cumulative et qu’il y a équivalence en fonction du campus d’études et de l’année de diplomation. Cependant, il subsiste de légères iniquités dans la moyenne cumulative en fonction de l’âge et du genre de l’étudiant, iniquités qui ne sont pas liées aux succès académiques antérieurs.
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 | 0.037 | 0.105 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".