MétaCan
Menu
← Back to cohort
Record W40029279

Enseigner et évaluer la cohérence textuelle

2005· article· fr· W40029279 on OpenAlexaff
Céline Carbonneau, Clémence Préfontaine

Bibliographic record

VenueÉrudit (Université de Montréal) · 2005
Typearticle
Languagefr
FieldArts and Humanities
TopicLinguistics and Discourse Analysis
Canadian institutionsUniversité du Québec à MontréalCommission Scolaire des Hautes Rivières
Fundersnot available
KeywordsMEDLINEChemistry
DOInot available

Abstract

fetched live from OpenAlex

contextes de pratique des professionnels.Lorsque les enseignants posent un jugement sur la situation de leurs élèves dans le but de soutenir leur progression, ils composent avec ces phénomènes.Que sait-on de ces savoirs qu'ils mobilisent pour poser de bons jugements, c'est-à-dire des actions pertinentes en situation afin de faciliter la progression de leurs élèves dans le contexte singulier de leur classe ?Ce qui est certain, c'est que dans la perspective de l'évaluation formative, les enseignants sont centrés sur les élèves..Ainsi, cette fonction de l'évaluation est-elle liée aux caractéristiques de la classe ainsi qu'à celles des élèves, davantage que ne l'est l'évaluation qui sert des fins administratives, sociales ou économiques.Des savoirs à mettre au jour La réforme en éducation permet de repenser l'évaluation des apprentissages en questionnant notamment les projets sociopolitiques qui la sous-tendent et les enjeux soulevés par les rôles qui lui sont réservés dans le cadre du système scolaire actuel.Tous les acteurs sociaux sont interpellés par cette réflexion.Ce qui m'intéresse davantage, c'est ce qui passe inaperçu au premier regard, soit le travail des enseignants au quotidien qui évaluent dans le but de soutenir la progression de leurs élèves.À l'heure actuelle, on ne sait que très peu de choses sur les pratiques effectives d'évaluation formative et les savoirs d'action mis en oeuvre dans cette perspective.Je formule l'hypothèse qu'une meilleure compréhension des pratiques d'évaluation passe par l'éclairage de l'exercice du jugement au quotidien des enseignants, un jugement qui laisse transparaître des savoirs d'action mis en oeuvre dans des conditions souvent difficiles.

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 imitation

Not 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.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.029
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Methods · Consensus signal: Methods
Teacher disagreement score0.028
Threshold uncertainty score0.056

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0090.029
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0040.002
Science and technology studies0.0020.004
Scholarly communication0.0110.012
Open science0.0010.003
Research integrity0.0020.004
Insufficient payload (model declined to judge)0.0100.003

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.

Opus teacher head0.010
GPT teacher head0.188
Teacher spread0.178 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreMethods

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".

Quick stats

Citations0
Published2005
Admission routes1
Has abstractno

Explore more

Same venueÉrudit (Université de Montréal)→Same topicLinguistics and Discourse Analysis→French-language works237,207→