Étude corrélationnelle et analyse d’item des tests SACU au Canada français
Bibliographic record
Abstract
La recherche permet d’établir des normes comparatives sur les tests SACU pour les étudiants francophones des provinces maritimes, incluant certaines comparaisons avec les étudiants francophones du Québec et de l’Ontario. À l’aide de cette étude on mettra au point des méthodes de collectes de données pour des études à venir sur cette population en milieu scolaire et dans les institutions post-secondaires. Les tableaux I à IX donnent les fréquences et pourcentages des étudiants francophones ayant passé les tests SACU, soit par région, soit par collège ou université. Le tableau IX permet une analyse descriptive-normative; le tableau X donne les statistiques descriptives pour les quatre régions francophones du Nouveau-Brunswick. Il permet une analyse comparative. Les tableaux XI et XII présentent des sommaires sur l’analyse de la variance pour les années 70, 71 et 72. Le tableau XIII présente une comparaison entre les normes pour le Nouveau-Brunswick et les normes nationales pour 1971-1972. Les tableaux XIV et XV présentent une analyse corrélationnelle pour l’Université de Moncton. En conclusion, il faut souligner que les résultats de l’enquête doivent être regardés plutôt comme des hypothèses à vérifier.
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 | 0.029 | 0.069 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.011 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 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".