Des mécanismes pour assurer la validité de l'interprétation de la mesure en éducation
Bibliographic record
Abstract
La notion de validité a évolué depuis ses premières définitions vers 1950, de sorte qu’on la considère aujourd’hui non plus comme une caractéristique intrinsèque de la mesure, mais plutôt en relation avec l’utilisation et l’interprétation du score associé à la mesure. Les résultats des évaluations en éducation possèdent rarement une interprétation signifiante en eux-mêmes. Le score prend son sens dans le cadre de référence utilisé pour l’interprétation et dans les inférences d’évaluation. Cet ouvrage est le produit de la collaboration de chercheurs et d’intervenants en éducation à l’occasion d’un colloque organisé en mai 2009 à Ottawa au Canada lors du 77 e congrès annuel de l’Association francophone pour le savoir (ACFAS). Ce colloque visait à porter un regard critique sur les mécanismes pour assurer la validité de l’interprétation de la mesure en éducation afin d’en dégager des tendances, des solutions et de nourrir les pratiques pédagogiques ainsi que le développement de la recherche dans le domaine de la mesure et de l’évaluation en éducation. Ce colloque était organisé selon trois axes. Le premier, théorique, s’attardait notamment au développement des construits, aux avancées théoriques et aux modèles de mesure. Le deuxième, technique et technologique, portait sur l’instrumentation, les méthodes de sélection des critères d’évaluation et des items d’un test, les méthodes d’évaluation de la représentativité des items, les modèles de réponse à l’item et l’intégration des technologies dans la production du jugement. Ce sont ces deux axes qui ont fait l’objet du premier volume. Le troisième axe, pratique, qui s’intéressait, entre autres, aux domaines et aux contextes d’application, aux exemples d’application dans le système d’éducation et à la formation des professionnels de l’évaluation, est traité dans ce second volume.
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 | 0.199 | 0.429 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.009 | 0.005 |
| Science and technology studies | 0.007 | 0.044 |
| Scholarly communication | 0.022 | 0.023 |
| Open science | 0.005 | 0.009 |
| Research integrity | 0.006 | 0.009 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
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".