Le travail collectif des enseignants pour l’évaluation des apprentissages comme norme professionnelle ? Une revue de la littérature pour interroger cette tendance émergente
Bibliographic record
Abstract
L’article présente une rapid review de la littérature anglophone et francophone sur le travail collectif des enseignants pour l’évaluation des apprentissages. Ce genre de travail collectif tend à devenir une norme dans les systèmes éducatifs, soulevant des enjeux majeurs dans le champ de l’évaluation en éducation. La littérature compte déjà des synthèses et des recherches empiriques qui traitent de la collaboration des enseignants de manière générale, mais aucune ne traite spécifiquement des pratiques évaluatives collectives. Cette recherche documentaire dans la littérature conduit à la sélection de 30 articles, aux niveaux primaire et secondaire. L’analyse de ces articles permet 1) d’identifier les dynamiques mises en place dans les établissements et 2) d’observer les conséquences pour tous les acteurs de l’école. Les résultats permettent de discuter de certaines tensions liées à cette tendance, au point de vue des politiques de pilotage mais également sur le plan des pratiques évaluatives individuelles et collectives.
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 | 0.171 | 0.271 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.010 | 0.011 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.018 | 0.014 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.012 | 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".