Vers une compréhension commune des attentes en stages en enseignement par la coconstruction d’indicateurs de développement entre formateurs et formatrices de stagiaires
Bibliographic record
Abstract
L’exercice du jugement d’évaluation en contexte de stage demeure un enjeu pour les formateurs et formatrices de stagiaires (Tobola Couchepin et Périsset, 2021). Bien que des balises soient offertes pour soutenir leur jugement professionnel, le grand nombre de formateurs et formatrices impliqués dans l’évaluation des compétences entraine des disparités au regard de la compréhension de la progression attendue à chaque stage (Gouin et al., 2023). Cet article vise à décrire le développement d’une compréhension commune des niveaux de maitrise attendus par stage entre des formateurs et formatrices de stagiaires en enseignement par l’entremise de la coconstruction d’indicateurs de développement. Pour ce faire, la dimension développementale du concept d’évaluation des compétences professionnelles (Legendre, 2007 ; Tardif, 2006, 2017, 2019) est retenue pour éclairer l’objet de la recherche. Le matériau provient de sept rencontres collectives tenues dans le cadre d’une recherche collaborative qualitative (Bourassa et al., 2007, 2013 ; Chevalier et Buckles, 2013). Les données ont été analysées en suivant une démarche inductive délibératoire à la lumière de deux manières d’opérationnaliser la dimension développementale de l’évaluation des compétences professionnelles (Bélair et Talbot, 2023 ; Monfette et Malo, 2023). Les résultats présentent le processus de coconstruction des indicateurs qui témoignent du développement d’une compréhension commune des niveaux de maitrise attendus par stage entre les formateurs et formatrices.
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 | 0.031 | 0.058 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.005 | 0.011 |
| Scholarly communication | 0.010 | 0.012 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".