Collaborer pour mieux évaluer : analyse des croyances épistémologiques d’enseignants d’histoire du Québec et du Canada
Bibliographic record
Abstract
La Fédération des écoles privées du Québec en collaboration avec le projet Penser historiquement pour l’avenir du Canada a entamé un processus de rédaction d’une épreuve évaluative pour le cours d’histoire de 3e secondaire. Lors de rencontres de travail, l’équipe de recherche, composée d’enseignants, de chercheuses et d’un conseiller pédagogique, a formulé un premier prototype de tâche sous le thème des voyages de Jacques Cartier. Après l’administration de l’épreuve aux élèves par les enseignants, nous avons analysé les copies, ce qui a fait ressortir les critères auxquels les enseignants accordent de l’importance lors de l’évaluation. Enfin, nous pouvons conclure que ces critères peuvent non seulement être très spécifiques, mais aussi être basés sur des techniques propres à la science historique. Or, a priori, les enseignants rencontrés expriment que ces critères doivent être larges, ce qui les poussent à opter pour une grille d’évaluation laissant une grande place aux différentes interprétations.
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 | 0.013 | 0.026 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.006 | 0.011 |
| Science and technology studies | 0.016 | 0.013 |
| Scholarly communication | 0.014 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".