Démarche d’implantation d’un logiciel d’évaluation de l’enseignement fonctionnant sur intranet/Internet - Les apports du système Qualiense
Bibliographic record
Abstract
2005 -Revue internationale des technologies en pédagogie universitaire, 2(1) www.profetic.org/revue52 RésuméLes démarches d'évaluation de l'enseignement par les étudiants se heurtent à des difficultés de mise en œuvre qui nuisent à leur efficacité.La procédure de collecte et de traitement de l'information, et de consultation des résultats est en particulier très lourde à gérer quand elle concerne plusieurs milliers d'étudiants, plusieurs centaines d'enseignants et de nombreuses formations différentes.Le système Qualiense est un logiciel d'évaluation des enseignements fonctionnant sur Internet et sécurisé, mis en place pour optimiser le processus d'évaluation.L'utilisation des réseaux permet de mettre à disposition et de gérer les questionnaires en temps réel.Les résultats sont consultables sous forme d'indicateurs et de tableaux de bord, mais aussi de réponses aux questions ouvertes.Le système est aujourd'hui utilisé par l'ensemble des composantes de l'Université d'Auvergne (France), qui compte environ 10 000 étudiants.
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 | 0.050 | 0.049 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.007 | 0.003 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.018 | 0.009 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.003 |
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".