L’arroseur arrosé : évaluation d’un service d’appui à l’évaluation de l’enseignement
Bibliographic record
Abstract
L’implantation des démarches d’évaluation formative de l’enseignement dans les universités est facilitée par la mise en place de services spécialisés qui proposent des outils et un appui adaptés aux enseignants. Selon les principes de l’évaluation formative, la qualité des prestations fournies par ces centres doit, elle aussi, être évaluée de manière à ajuster les services aux besoins des bénéficiaires et à renforcer la relation entre l’aide fournie et le développement d’une attitude favorable à l’égard de l’évaluation. À travers une enquête menée auprès d’un groupe d’enseignants ayant recouru à un service d’appui à l’évaluation, cet article propose non seulement d’analyser leur degré de satisfaction à l’égard des services fournis mais aussi de comprendre dans quelle mesure leur appréciation peut avoir un effet sur l’exploitation des résultats d’évaluation pour réguler la pratique enseignante. L’hypothèse que la manière d’organiser l’évaluation dans la structure académique des enseignants participe à leur sentiment de satisfaction ainsi qu’à l’utilisation des résultats est également examinée.
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 | 0.048 | 0.088 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.012 | 0.006 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 0.003 |
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.
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".