Un regard croisé d’enseignants et de parents francophones sur l’évaluation des apprentissages en temps de pandémie
Bibliographic record
Abstract
La pandémie de COVID-19 a entrainé une multitude de changements dans les écoles d’un bout à l’autre du Canada. C’est dans ce contexte que notre équipe a voulu brosser un portrait pancanadien de l’école virtuelle et en présentiel en temps de pandémie en interrogeant des enseignants et des parents d’élèves, notamment sur la question de l’évaluation des apprentissages. Au moyen d’un questionnaire en ligne, 305 enseignants francophones et 589 parents francophones d’élèves se sont prononcés au printemps et à l’été 2021 sur huit variables d’intérêt liées à l’évaluation : le stress par rapport à l’évaluation, la quantité d’évaluations, la portée de celles-ci, la qualité de l’évaluation, la sévérité de la correction, l’information transmise aux parents à la suite de l’évaluation, l’importance accordée aux résultats scolaires et le niveau de réussite des élèves. Nous verrons, lors de la présente communication, comment ces variables ont été influencées par la pandémie en fonction des perceptions des enseignants et des parents francophones ayant participé à notre enquête : ont-elles augmenté, ont-elles diminué ou sont-elles plutôt demeurées stables par rapport à l’avant-pandémie? Ces résultats seront discutés en fonction des écrits sur le sujet et des pistes de réflexion seront apportées pour soutenir les enseignants et les parents.
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 | 0.007 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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.
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".