Politique d’évaluation des apprentissages et médiatisation d’une controverse professionnelle : ou comment la pédagogie et le « bon sens » s’affrontent
Bibliographic record
Abstract
Cet article analyse le rôle des médias dans les controverses éducatives. Le cas à l’étude est le débat médiatique québécois autour de la politique d’évaluation des apprentissages associée à la réforme des programmes d’enseignement primaire et secondaire, initiée à la fin des années 90. Nous dégageons les termes de ce débat, tel qu’il a été construit par les médias, et en référant aux différentes dimensions de la légitimité de Suchman (1995). Le texte illustre des effets potentiels sur le travail enseignant de la remise en question de politiques et de normes pédagogiques définies par l’autorité ministérielle, par des acteurs extérieurs à l’éducation, ici des journalistes. L’analyse révèle qu’à l’occasion du débat sur l’évaluation des apprentissages, c’est le procès du ministère de l’éducation, de sa précipitation et de son impréparation qui est fait, donnant lieu à une critique de la légitimité pragmatique et cognitive de ce qu’il a proposé comme politique d’évaluation. Mais c’est aussi celui d’une conception pédagogique et morale de l’école qui est fait. Sous cet aspect, il dépasse le contenu spécifique et restreint de l’évaluation et semble vouloir s’attaquer à un ensemble d’idées – par ailleurs, réduites à une caricature – qui auraient dominé la seconde moitié du 20e siècle et qui seraient responsables des échecs répétés des réformes systémiques et des tentatives locales d’améliorer l’école.
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 | 0.045 | 0.074 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.009 | 0.038 |
| Scholarly communication | 0.030 | 0.024 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.007 | 0.008 |
| Insufficient payload (model declined to judge) | 0.012 | 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".