Évaluation authentique en intervention précoce et importance de la complémentarité entre l’évaluation fonctionnelle et normative en psychoéducation
Bibliographic record
Abstract
L’intervention précoce est un ensemble de services (évaluation, adaptation/réadaptation) dispensés par une équipe de professionnels visant l’amélioration du développement des jeunes enfants (0 à 5 ans). En intervention précoce, les psychoéducateurs sont reconnus pour leur capacité à dresser un portrait de l’adaptation de l’enfant dans son quotidien. Les informations requises à cette fin sont parfois difficilement accessibles par entrevue ou par le recours à des évaluations standardisées traditionnelles. Ce portrait de l’enfant (forces et besoins) est utile pour planifier, réaliser l’intervention. Actuellement, des questions sont soulevées en psychoéducation sur l’utilisation accrue des évaluations normatives visant à cerner un problème sans que l’objectif soit de soutenir l’intervention. Or, depuis plusieurs années, en intervention précoce, les écrits scientifiques soulignent un manque de liens entre l’évaluation normative réalisée avec des tests standardisés du développement et l’intervention. En effet, les items de ces tests sont parfois des micro-habiletés peu utiles dans le quotidien de l’enfant. L’évaluation « authentique » a été développée pour répondre à cette lacune. Elle se caractérise par l’observation des habiletés nécessaires à l’autonomie de l’enfant dans son milieu de vie. Cet article est une réflexion sur la pertinence de l’évaluation authentique dans un contexte d’évaluation psychoéducative. D’abord, nous aborderons les exigences et caractéristiques de l’évaluation psychoéducative. Nous définirons l’évaluation authentique en prenant appui sur une recension des écrits. Finalement, nous discuterons de la pertinence de l’évaluation authentique en psychoéducation, notamment car elle se base sur le vécu partagé et répond aux normes des meilleures pratiques en évaluation des jeunes enfants.
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 | 0.057 | 0.139 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".