MétaCan
Menu
Back to cohort
Record W560597730 · doi:10.71781/5116

Comparabilité entre modalités d’évaluation TIC et papier-crayon : cas de productions écrites en français en cinquième secondaire au Québec

2012· dissertation· fr· W560597730 on OpenAlexaboutno aff
Luc Diarra

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2012
Typedissertation
Languagefr
FieldSocial Sciences
TopicFrench Language Learning Methods
Canadian institutionsnot available
Fundersnot available
KeywordsArtHumanities

Abstract

fetched live from OpenAlex

De nos jours, la compétence à écrire ne se limite plus aux habiletés développées dans l’usage du papier-crayon traditionnel. Le traitement de texte est omniprésent et tend à devenir indispensable à l’individu dans les situations authentiques d’écriture. Évaluer la compétence à écrire uniquement sur la base de productions manuscrites suscite alors des interrogations pour des raisons d’authenticité et de validité dans la perspective de Messick (1989). Des études ont du reste révélé que les élèves habitués à l’ordinateur ont de meilleures performances en modalité informatisée (traitement de texte) qu’en modalité manuscrite (Russell et Haney, 2000). Il convient cependant de mieux connaître les deux modalités d’évaluation, l’une par rapport à l’autre. Le processus d’écriture est-il modifié chez le scripteur ? Les conditions de passation sont-elles équivalentes? Faut-il désactiver les correcticiels? Le processus de correction se déroule-t-il de la même manière chez l’enseignant ? Les deux modalités d’évaluation conduisent-elles à des résultats équivalents ? Ce sont là des questions de recherche au centre du présent travail qui a pour objectif de faire une comparaison entre modalités d’évaluation manuscrite et informatisée à l’aide de productions écrites d’élèves de cinquième année secondaire au Québec. Le cadre théorique repose sur deux concepts-clés : processus d’écriture et évaluation de l’écrit. La méthode adoptée est à la fois quantitative et qualitative. Deux tâches d’écriture déjà retenues à l’épreuve unique d’écriture en français du MELS ont été utilisées pour administrer respectivement un test en modalité informatisée et un autre en modalité manuscrite à 127 élèves provenant de deux écoles. Dans la première, il s’agit d’un programme ordinaire avec accès aux TIC. Les correcticiels y étaient désactivés. Dans la deuxième, il s’agit d’un programme favorisant particulièrement les TIC dans l’apprentissage. Dans ce groupe, les correcticiels étaient accessibles. Trois scripteurs étaient observés en modalité informatisée et deux en modalité manuscrite. Les moyens utilisés (verbalisation et caméra vidéo pour les deux modalités, capteur d’écran en plus pour la modalité informatisée) permettaient de recueillir des observations sur le processus d’écriture. En outre, pour recueillir des observations sur le processus de correction, grâce à la verbalisation et une caméra vidéo, deux enseignants étaient observés en cours de tâche en modalité de correction papier-imprimé, un autre correcteur en modalité de correction à l’écran et tous les trois en modalité papier-manuscrit. Des observations qualitatives sur les stratégies d’écriture et de correction étaient ainsi collectées puis retranscrites. Les scores attribués par les mêmes correcteurs en appliquant la grille de correction du MELS aux 254 copies (127 manuscrites, 77 imprimées et 50 à l’écran) ont été analysés. D’abord, l’analyse des observations recueillies sur le processus d’écriture révèle des stratégies déployées exclusivement en modalité informatisée et des stratégies qui y sont plus fréquentes. Ces stratégies relevant de sous-processus différents, la fréquence de leur déploiement en modalité informatisée implique des va-et-vient plus fréquents entre sous-processus distincts lorsque le scripteur utilise le traitement de texte. On peut alors déduire que le caractère récursif du processus rédactionnel est plus marqué en modalité informatisée. Ensuite, les résultats de l’analyse des données sur le processus de correction révèlent que : 1) Le correcteur identifie non seulement les erreurs, mais aussi les éléments pertinents positifs, ce qui remet en cause les cadres conceptuels antérieurs focalisés sur la détection des seules erreurs; 2) La modalité de correction n’a pas d’effet sur les stratégies d’identification d’éléments pertinents, mais les stratégies de rétroaction varient d’une modalité de correction à l’autre. Enfin, au niveau de la comparabilité des scores, l’analyse statistique suggère que : 1) La modalité de production et le programme de formation ont un effet; 2) l’activation des correcticiels a un effet positif faible alors que leur désactivation a un effet négatif important.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.487
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.001
Science and technology studies0.0100.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.013
GPT teacher head0.249
Teacher spread0.236 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2012
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)Same topicFrench Language Learning MethodsFrench-language works237,207