L'évaluation en soutien à l'apprentissage au primaire : le récit des enseignants (es) dans le quotidien de la classe
Bibliographic record
Abstract
L’évaluation en soutien à l’apprentissage ou l’évaluation formative est l’une des évaluations qui est préconisée par la Politique d’évaluation des apprentissages au Québec depuis 2003. Étant donné que les enseignants (es) utilisent d’ordinaire cette évaluation en classe, il est pertinent d’interroger ces derniers afin de mieux la comprendre. Dans cette optique, notre recherche est qualitative sous forme d’une étude de cas. L’échantillon est constitué de cinq sujets qui ont participé à la recherche. La méthode d’échantillonnage a été retenue pour réunir les participants de notre recherche. À l’issue de cette recherche, il ressort que l’évaluation en soutien à l’apprentissage est une pratique évaluative intéressante et indispensable quoiqu’exigeante et difficile. C’est une évaluation qui présente des difficultés dans la mise en oeuvre des pratiques évaluatives susceptibles de soutenir l’apprentissage des élèves en classe quotidiennement. Les résultats révèlent que c’est une évaluation nécessaire visant à aider l’élève et à le soutenir. Par ailleurs, les enseignants peuvent, ipso facto, adapter et ajuster leurs enseignements dans la foulée de cette évaluation. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : évaluation formative, évaluation formative des apprentissages, rétroaction, soutien à l’apprentissage, évaluation sommative, différenciation, erreur, méthodes qualitatives, régulation, coévaluation, autoévaluation, évaluation par les pairs, récupération scolaire
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 | 0.019 | 0.037 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.010 | 0.005 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| 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".