Analyse d’un outil d’évaluation en mathématiques : entre une logique de compétences et une logique de contenu
Bibliographic record
Abstract
La Fédération Wallonie-Bruxelles met à la disposition des enseignants des outils d’évaluation susceptibles de diagnostiquer la capacité des élèves à mobiliser et à combiner, en situation inédite, un ensemble de procédures apprises. Si plusieurs chercheurs se sont investis dans la réflexion scientifique autour de ces outils et de leur pouvoir diagnostique, la question de l’impact des contenus spécifiques évalués par ceux-ci est peu envisagée. En analysant un outil centré sur l’algèbre élémentaire, cet article a pour ambition de rendre compte de la plus-value apportée par un regard alimenté par les recherches menées dans la discipline ciblée. Dépassant les constats généraux posés par la passation de l’outil telle que prévue par les auteurs dans une logique de compétences, les résultats mettent en perspective les démarches mises en oeuvre par les élèves devant les différentes tâches proposées. Au-delà des constats spécifiques à la tâche analysée, cet article montre l’importance de regards croisés sur la question de l’évaluation des compétences.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.054 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".