Enjeux critiques dans les relations de pouvoir et de collaboration entre une équipe universitaire et une équipe ministérielle dans le développement d’une tâche d’évaluation des compétences langagières
Bibliographic record
Abstract
Cette thèse de maitrise présente une analyse de la place accordée aux enjeux critiques dans le développement d’une tâche d’évaluation sommative s’adressant à des personnes immigrantes adultes en cours de francisation au Québec. Elle porte sur le développement de la première tâche conçue dans le cadre d’un projet réalisé par une équipe universitaire sous mandat d’une équipe ministérielle. Comme la première équipe est composée de personnes expertes en évaluation et en didactique et que la seconde est composée de personnes enseignantes ayant une grande connaissance du terrain, j’ai voulu mettre en évidence les relations entre les personnes impliquées dans le milieu en posant les questions suivantes : quelle est la nature des relations entre les personnes impliquées dans le développement d’une tâche d’évaluation sommative s’adressant à des personnes immigrantes adultes réunissant une institution universitaire et une institution gouvernementale? Dans quelle mesure les relations présentes dans ce processus favorisent-elles une attention aux enjeux critiques? L’analyse discursive critique (Fairclough, 2010) ainsi que l’approche du cadrage et du positionnement (Gordon, 2015), menées sur les transcriptions de quatre entrevues avec des membres de l’équipe universitaire et des documents écrits, dont un journal de bord, ont permis d’observer comment les personnes participantes définissent la situation dans laquelle elles se trouvent, produisent discursivement leur identité de personne experte et positionnent les autres personnes impliquées dans cette micro-société. L’attention portée aux enjeux critiques y a ensuite été analysée, ce qui a permis de formuler des recommandations concernant l’organisation du travail au sein de l’équipe universitaire, la relation entre les personnes qui développent la tâche et l’implication plus explicite des personnes évaluées qui s’extrapolent à d’autres contextes de développement de tâche présentant des rapports de pouvoir similaires.
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 | 0.058 | 0.061 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.027 | 0.040 |
| Scholarly communication | 0.019 | 0.009 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.008 | 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".