Validation du cadre de référence PIEA des pratiques d’évaluation des apprentissages en classe dans une approche par compétences selon la perception d’étudiants du collégial 1
Bibliographic record
Abstract
Au Québec, les réformes scolaires instaurées entre 1986 et 2004 aux différents ordres d’enseignement visent principalement le développement de compétences au lieu de l’atteinte d’objectifs d’apprentissage. Cette transition a causé des changements dans les pratiques pédagogiques. Ainsi, la connaissance des pratiques pédagogiques, et de fait des pratiques d’évaluation des apprentissages, pourrait permettre de mieux comprendre la réalité vécue dans les classes. Proposé par Raîche (2006), le cadre de référence PIEA énonce les caractéristiques suivantes des pratiques d’évaluation des apprentissages en classe : la planification, l’intégration, l’équité et l’authenticité. L’objectif spécifique de cette recherche était de déterminer si les caractéristiques du modèle PIEA se retrouvent dans les caractéristiques perçues des pratiques d’évaluation des apprentissages en classe par des étudiants du collégial. Un échantillon de 1975 étudiants inscrits dans des programmes techniques et préuniversitaires d’études collégiales québécois a répondu à un questionnaire constitué de 24 items. Les données ainsi obtenues ont été traitées à l’aide d’une analyse factorielle exploratoire. Les analyses menées pour déterminer le nombre de dimensions à retenir et explorer les diverses solutions factorielles ont permis d’identifier un modèle à quatre facteurs fortement corrélés entre eux associés aux caractéristiques proposées par le modèle PIEA, mais toutefois pas exactement les mêmes.
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 | 0.114 | 0.178 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.008 | 0.005 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.013 | 0.007 |
| Open science | 0.004 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".