Bibliographic record
Abstract
CLASS (Classroom Assessment Scoring System) est l’une des grilles d’observation et d’évaluation de la qualité des interactions enseignant-élèves la plus utilisée en Amérique du Nord. Elle investit principalement trois grands domaines : le soutien émotionnel, l’organisation de la classe et l’accompagnement de l’apprentissage, qu’elle décline ensuite en dix dimensions. Un groupe de chercheurs français et québécois ont choisi de transposer cet outil en contexte francophone. Ce numéro rend d’abord compte de cette expérience au travers de recherches conduites toutefois selon des perspectives et des éclairages assez différents. Au delà de l’intérêt des résultats obtenus, les questions méthodologiques et épistémologiques sont clairement abordées. Elles invitent à une position nuancée, en particulier quand sont mobilisées les notions de qualité ou d’évaluation, mises en lien avec celles d’observation et de mesure. Sans doute faut-il retenir de cette livraison de DSE que CLASS est un outil et simplement un outil, présentant des intérêts indéniables pour la recherche sur les interactions en classe, mais qu’il convient toutefois de n’utiliser qu’en préservant la distance critique requise dans toute démarche scientifique.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.224 | 0.064 |
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".