Justesse de la perception d'élèves quant à leur niveau de performance, de discipline et d'effort durant les cours d'éducation physique
Bibliographic record
Abstract
Résumé Les objectifs de l’étude sont (1) de vérifier le niveau de justesse entre les autoévaluations d’élèves et les évaluations de leur éducateur physique pour leur niveau de performance, de discipline et d’effort en éducation physique, et (2) d’analyser ce niveau de justesse à la lumière des prédictions des élèves de l’évaluation de leur enseignant sur ces dimensions. Un total de 891 élèves (418 filles, 473 garçons), issus de 35 classes de 5 e et 6 e années du primaire (10-11 ans), ont complété un questionnaire. Les éducateurs physiques (N=8) ont évalué leurs élèves sur chacune des trois dimensions. Les résultats révèlent que, en moyenne et dans une classe donnée, peu d’élèves (34 % à 39 %) évaluent avec justesse l’une ou l’autre des dimensions et que moins de 10 % d’entre eux ont une perception juste de l’ensemble des dimensions. Le genre des élèves et l’enseignant sont des facteurs à considérer dans l’explication de ces variations. Les résultats montrent également que la juxtaposition de la justesse d’autoévaluation des élèves et de leur prédiction de l’évaluation de leur enseignant apporte un éclairage nouveau pour la compréhension du niveau de justesse d’autoévaluation des élèves. En fait, cette juxtaposition permet d’identifier des catégories d’élèves dont les perceptions erronées obligent à une réflexion de la part des enseignants.
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 | 0.006 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".