De l’évaluation institutionnelle à la pédagogie inductive : l’exemple d’une recherche collaborative avec des enfants sur l’évaluation d’un dispositif éducatif
Bibliographic record
Abstract
Cette étude vise la description d’une expérimentation sur une nouvelle méthodologie d’évaluation utilisant des outils de collecte et d’analyse de données par une démarche inductive afin d’évaluer un programme d’initiation au scoutisme auprès d’une population de jeunes du primaire au Québec de 7 à 12 ans. Le dispositif d’évaluation mis en place porte sur deux axes. Le premier concerne le choix d’une approche participative par la mise en oeuvre de la collecte de données auprès des jeunes sous forme d’ateliers se déroulant en six étapes, facilitant le recueil de leurs discours sur des aspects spécifiques de leur vécu. Le second porte sur une approche collaborative par l’implication des jeunes dans la coconstruction de leur discours collectif. Grâce à une analyse qualitative permettant la compréhension des données verbales recueillies, il ressort six caractéristiques du « vrai scout » en lien avec l’évaluation de programme, portant sur l’importance d’être un citoyen actif et engagé dans la vie de sa communauté. Cette recherche-action favorise l’élément apprenant des jeunes du primaire par une approche inductive et met la pédagogie au coeur de cette démarche en contribuant aux objectifs du programme qu’elle évalue et en utilisant le dispositif d’évaluation participative comme une situation de découverte; « on apprend ensemble », comme le dit un des jeunes.
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 | 0.125 | 0.170 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.008 | 0.015 |
| Scholarly communication | 0.015 | 0.010 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.012 | 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".