Identification de conceptions en sciences susceptibles d'expliquer les différences de performances à une évaluation internationale entre le Québec et le Maroc
Bibliographic record
Abstract
La présente étude s'inscrit dans une perspective didactique de diagnostic des conceptions en sciences (Palmer, 1997 ; Tsai et Chou, 2002, Kraus et Minstrell, 2002 ; Thijs et Van Den Berg, 1995 ; Treagust et Duit, 2008 ; Tsai et Chou, 2002). Notre problématique émerge des constats (Dossey, Jones et Martin, 2002 ; Kjaernsli, Angell et Lie, 2002 ; Angell, 2004 ; Turmo, 2003 ; Allal, 2007 ; Wu, 2008) liés aux difficultés d'expliquer les différences de performance à une évaluation internationale pour des sujets habitants des contextes géographiques où les habitudes de vie diffèrent considérablement. Cette étude poursuit donc l'objectif de mieux comprendre et d'expliquer les différences de performance réalisées par des jeunes marocains et québécois de 15 ans dans une évaluation internationale combinant les questions en sciences des enquêtes TEIMS 2007 et PISA 2006. Son cadre théorique présente des balises qui permettent d'identifier les conceptions en sciences. Ces balises proviennent de l'acception du concept de conception issu du paradigme de l'erreur et de la problématique des obstacles (Bachelard, 1938). Par conséquent, cette étude s'opérationnalise en deux étapes : (1) identifier les items présentant une importante différence de performance entre deux populations ayant des habitudes de vie considérablement différentes, puis (2) identifier les conceptions en sciences susceptibles d'orienter leurs réponses et d'expliquer les différences performances observées. Ces opérations exigent une approche méthodologique mixte à dominance qualitative étant donnée la posture interprétative des conceptions non scientifiques. Au terme de cette étude, quelques conceptions alternatives en sciences ont été identifiées. Ce résultat permet de saisir la complexité du problème et non sa globalité. Ce résultat ne peut constituer la base d'assises théoriques permettant d'expliquer les différences de performance à une évaluation internationale. Par contre, il peut servir à nourrir des hypothèses d'éventuelles recherches subséquentes. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : conceptions initiales en sciences, contexte culturel, évaluations internationales
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 | 0.021 | 0.040 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.007 |
| Science and technology studies | 0.006 | 0.010 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".