Pertinence pour le Québec des instruments de reconnaissance des acquis de l’expérience en France, aux États-Unis et au Royaume-Uni
Bibliographic record
Abstract
À l’image des expériences internationales dans le domaine de l’éducation tout au long de la \nvie, le modèle québécois comporte un dispositif de reconnaissance des acquis et des \ncompétences ainsi qu’un dispositif sectoriel de qualification de la main-d’œuvre, qui \ntémoignent de l’importance des apprentissages non formels et informels. L’une des \ndifficultés auxquelles se heurtent les spécialistes de l’éducation tout au long de la vie se \nrapporte aux instruments de mesure et d’évaluation de l’expérience. De fait, l’évaluation de \nl’expérience renvoie à des instruments de mesure différents de ceux issus du milieu de \nl’éducation (épreuve, questionnaire, choix de réponses multiples, etc.). La nature informelle \net parfois même non formalisable de l’expérience impose des stratégies d’évaluation qui \nimpliquent le rôle de l’évaluateur (compagnon, jury, témoin…) qui a, par l’expérience et \npar la pratique, acquis une habileté en matière d’observation et d’évaluation. \nCette recherche explore les instruments de reconnaissance des acquis de l’expérience et des \ncompétences. Nous nous référons à trois traditions de la qualification professionnelle : le \nmodèle français, d’inspiration «constructiviste », adopté par la France avec la validation des \nacquis de l’expérience (VAE); le modèle états-unien, d’inspiration « behavioriste », initié \npar les États-Unis à travers un dispositif national de qualification auto-réglementé et régulé \npar le marché; le modèle britannique, notamment celui de l’Angleterre, d’inspiration \n« fonctionnaliste », articulé à travers le cadre de qualification NVQ. \nLa France, ainsi que le Royaume-Uni, sont caractérisés par une certaine correspondance \nentre les instruments d’évaluation issus de l’éducation et les instruments propres au milieu \nde travail. Cette particularité de la qualification alimente quelques débats au sein de la \ncommunauté : d’aucuns remettent en cause la pertinence de certains instruments de mesure \net d’évaluation en regard de la nature informelle de l’expérience et de son contexte \nd’action. D’ailleurs l’influence de l’Angleterre, avec son cadre national de qualification \n(NVQ), semble déterminante. Ce modèle permettrait en effet de cerner différents aspects de \nl’expérience, à partir de sources multiples (différentes mesures et, ou, plusieurs experts ou \nobservateurs). Cette approche est largement admise aux États-Unis, pour l’évaluation des \nhabiletés de gestion dans les entreprises. Elle fait lentement sa place dans les branches \nprofessionnelles en France, sous l’appellation d’«analyse plurimodale». \n \nCette étude propose un tour d’horizon des principaux modèles de la reconnaissance des \nacquis et des compétences (France, États-Unis et Royaume-Uni). Elle établit une typologie \ndes instruments d’évaluation de l’expérience (possibilités et limites) et procède à une \nanalyse comparative des stratégies de validation adoptées par les différents pays dans le \ncadre de la reconnaissance des acquis et des compétences. Finalement, elle identifie les \npratiques innovantes, ou émergentes.
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 | 0.073 | 0.091 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.008 | 0.014 |
| Scholarly communication | 0.020 | 0.011 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".