Les attitudes des enseignants des ISPITS du Maroc envers l’évaluation formative : cas des enseignants intervenants au sein de l’option santé et environnement
Bibliographic record
Abstract
L’évaluation formative des enseignements et apprentissages constitue une innovation pédagogique au niveau de nombreux systèmes éducatifs dans le monde à l’instar de la Suisse, la France et le Québec. Au Maroc, les instituts supérieurs des professions infirmières et techniques de santé (ISPITS) ont instauré l’évaluation formative (E/F) dans le cursus de formation des apprenants, dont l’option de santé et environnement (S/E) fait partie. Notre étude exploratoire auprès des enseignants de cette option au niveau des ISPITS vise à examiner l’état des lieux des pratiques relatives à ce type d’évaluation au niveau de ces instituts. Cette recherche a révélé que la majorité des enseignants n’utilisent pas des outils de l’évaluation formative, plus que la moitié jugent que cette évaluation augmente leur charge de travail, et presque la moitié déclarent que l’évaluation formative intéresse à la fois les enseignants et les apprenants, alors que la moitié des enseignants sont d’accord à ce que l’évaluation formative soit opérationnalisée systématiquement dans le processus de formation. Notre étude a révélé l’existence d’un écart entre ce qui est prescrit dans les descriptifs conçus et validés par les instances compétentes et la réalité des pratiques évaluatives ciblées par cette étude. Nous estimons que la diminution de cet écart va surement contribuer au développement des compétences spécifiques des apprenants en responsabilité environnementale et protection de l’environnement.
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 | 0.032 | 0.086 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 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".