La méthode de conversion de la cote de rendement au collégial (cotes R) en moyenne cumulative exprimée en pourcentage
Bibliographic record
Abstract
Le présent article décrit les fondements de la formule de conversion des cotes de rendement au collégial, les cotes R, en moyennes cumulatives exprimées en pourcentage. Cette moyenne est utilisée depuis 2003 par les universités québécoises participant au palmarès des universités du magazine Maclean’s. L’utilité de la formule développée dépasse largement les simples fins de classement des établissements pour lesquelles elle a été élaborée. Dans les faits, la moyenne cumulative brute des cégépiens ne peut être comparée sans désavantager sérieusement ceux-ci par rapport aux finissants du secondaire des autres provinces canadiennes. Par souci d’équité, cette formule, qui convertit les cotes R en moyennes cumulatives exprimées en pourcentage, devrait être utilisée dans tous les cas où les résultats des finissants de cégeps sont comparés à ceux de leurs homologues du secondaire des autres provinces dans le cas de processus de sélection (accès aux programmes contingentés, octroi de bourses au mérite ou de prix d’excellence) ou de mesure comparative de la performance des établissements ou des systèmes.
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 | 0.005 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 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".