Processus de coconstruction d’une grille critériée pour l’évaluation de productions écrites complexes à l’université
Bibliographic record
Abstract
Axée sur le développement de l’aptitude à la recherche scientifique et à la pensée critique, la formation universitaire aux cycles supérieurs transcende la simple acquisition de connaissances propres à un objet, une discipline ou un champ d’études. La nature complexe des apprentissages visés par ce cursus, notamment la compétence à la rédaction de textes scientifiques, pose de nombreux défis pour leur évaluation. Parmi les outils disponibles, les grilles critériées ont certes connu un essor, mais peu d’intérêt leur est accordé dans les écrits pédagogiques dans le contexte des études aux cycles supérieurs. Cet article présente le processus de développement, de mise à l’essai et de bonification d’une grille critériée coconstruite par une équipe de professeures, une étudiante et des conseillères pédagogiques de l’Université Laval (Québec, Canada) visant à évaluer la compétence à rédiger des productions scientifiques complexes aux 2e et 3e cycles universitaires. À la suite d’une recension des écrits et de l’exploration des outils jusqu’alors employés au sein de leur faculté, une démarche inductive et itérative a permis d’élaborer une grille d’évaluation comprenant huit critères subdivisés en sous-critères, tous accompagnés d’échelles descriptives qualitatives. Alors que les premières expérimentations de l’outil appuient son utilité et sa pertinence, les écueils ayant émergé au cours de la démarche sont discutés en regard des apports et limites de ce type de grille dans le contexte des études aux cycles supérieurs. Au-delà de la création de l’outil en soi, le caractère innovant du projet se situe dans le processus de réflexion collective qui l’a sous-tendu, s’éloignant ainsi du mode de production individuel habituellement emprunté pour la construction de grilles d’évaluation.
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 | 0.033 | 0.065 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.014 | 0.005 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.002 |
| 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".