Building a validity argument for the listening component of the Test de connaissance du français in the context of Quebec immigration
Bibliographic record
Abstract
L'évaluation linguistique est une pratique omniprésente dans les contextes d'immigration, utilisée comme une méthode de collecte de données pour évaluer la capacité des immigrants à communiquer dans la langue du pays d'accueil afin de promouvoir l'intégration sociale et économique ainsi que la productivité au travail (McNamara & Shohamy, 2008).Contrairement aux tests d'anglais, peu d'attention est accordée à l'interprétation et à l'utilisation des scores aux tests en français, ce qui incite -et demande -de la validation des scores pour justifier l'utilisation des tests.Cette étude, qui fait appel aux avancées de la théorie de la validité des tests (Kane, 2006(Kane, , 2013)), construit un argumentaire de validité pour la composante de la compréhension orale du Test de connaissance du français (TCF) dans le contexte de l'immigration au Québec.La théorie de la validité des tests a évolué considérablement depuis le modèle tripartite traditionnel de contenu, de prédiction et de construit (Cronbach et Meehl, 1955), a été conceptualisée comme un construit unitaire (Messick, 1989) et, plus récemment, a été théorisée en termes d'argumentation (Kane, 2006(Kane, , 2013)), empruntant des concepts de modèles d'inférence (Toulmin [1958(Toulmin [ ], 2003)), qui englobent des inférences de score, de généralisation, d'explication, d'extrapolation et de décision, ayant des rôles importants dans un argumentaire de validité.
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 | 0.077 | 0.273 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.007 | 0.004 |
| Science and technology studies | 0.008 | 0.036 |
| Scholarly communication | 0.008 | 0.011 |
| Open science | 0.006 | 0.009 |
| Research integrity | 0.007 | 0.009 |
| Insufficient payload (model declined to judge) | 0.012 | 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".