Professional Documents
Culture Documents
Leclercq 2005
Edumtrie et docimologie
Editions de luniversit de Lige Chapitre 4
T.O.I.S.E.
ou Une Taxonomie dObjectifs Instrumente au Service de lEvaluation pdagogique
..1
B. Mesurer la CONNAISSANCE RESTITUTION..6 C. Mesurer la COMPREHENSION - TRADUCTION.....16 D. Mesurer lAPPLICATION PARTICULARISATION......23 E. Mesurer lANALYSE VIGILANCE...27 F. Mesurer la SYNTHESE CREATIVITE .31 G. Mesurer lEVALUATION JUGEMENT33 H. La T.O.I.S.E. pour le seul domaine cognitif..35 I. Une taxonomie de taxonomies : BASCIDO..35
Le prsent chapitre -Dfinit chacun des niveaux de performance mentale valuer (et les contraste entre eux) sur la base dapports thoriques successifs -Dfinit une panoplie de techniques de questionnement et les contraste entre elles -Associe des techniques (et des combinaisons de ces techniques) aux niveaux dobjectifs et donne une vision de la spcificit de chaque technique, de sa capacit de couvrir des champs prcis.
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 1 / 34
La limitation 6 niveaux permet un grand nombre de personnes de les retenir par cur et dans lordre. Hlas, cette limitation a le dfaut inverse : ce qui ne figure pas dans ces 6 niveaux est oubli ce qui nous parat plus grave. Cest pourquoi nous prfrons augmenter le nombre de blocs , quitte ne pas les empiler en une seule colonne .
A3. Linspiratrice de nombreux travaux Ds quils ont pris connaissance de la taxonomie, la majorit des pdagogues ont eu le sentiment que quelque chose dimportant venait de se passer dans le champ de la pdagogie . 2 Depuis lors, de trs nombreux chercheurs y ont consacr des travaux exprimentaux et thoriques, comme on peut sen rendre compte en lisant le premier chapitre de la section III (Taxonomies) du fameux ouvrage de Viviane et Gilbert DE LANDSHEERE Dfinir les objectifs de l ducation , 1975. En 1972, Bloom, Hastings et Madaus coordonnent un volumineux manuel : le Handbook of Summative & Formative Evaluation, o le terme formatif lanc par Scriven est popularis et o la taxonomie est applique de nombreux domaines. Par ailleurs, lIEA (International Asssociation for the Assessment of Educational Achievement) a adopt, pour ses banques de questions internationales, une classification en 4 niveaux : connaissance, comprhension, application, processus suprieurs (ceci indique dj que les trois niveaux suprieurs leur ont pos plus de problme que les autres). En 1975, lUniversit Libre de Bruxelles (ULB), Louis Vandevelde et son collaborateur Vanderelst consacrent un livre qui se veut le vademecum de lutilisation de la taxonomie : Peut-on prciser les objectifs en ducation . A lULG, V. & G. de Landsheere y font une place importante dans leur ouvrage. Nous nuancerons cette taxonomie en lui faisant une srie de critiques.
N en 1913. Membre fondateur de lAssociation Internationale pour lvaluation du rendement scolaire (IEA). Proprsident de l American Educational Research Association (AERA). Titulaire du prix John Dewey. Il publie, en 1956, la premire taxonomie des objetifs de lducation, relevant du domaine cognitif. Elle est suivie dune seconde, relative au domaine affectif (1964) et dune troisime sur le domaine sensorimoteur (1967). Il coordonne (1972) le volumineux manuel Handbook of summative and formative evaluation . Dans son ouvrage Caractristiques individuelles et apprentissages scolaires (1979), il tablit les concepts de la pdagogie de la matrise et fournit des rsultats sur les effets des variables changeables. Il rendit plusieurs visites au LPEUL (Labor. de Pdag. Exprim. de lUlg) du professeur G. de Landhseere et, lors du 175 anniversaire de lULg, en 1994, il en reu le titre de Docteur Honoris Causa.
Francine Robaye dans sa prface ldition canadienne en langue franaise de la Taxonomie des Objectifs Affectifs, 1969
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 3 / 34
A5. Le triple flou de la taxonomie de Bloom 1- Flou des termes de la taxonomie et des concepts psychologiques auxquels ils se rfrent ( ex : les diffrences entre comprhension , analyse, application.. et entre savoir, mmoriser, identifier, reconnatre, voquer, comprendre, etc. ne sont pas assez claires, faute de dfinitions ) 2- Flou des techniques dvaluation pdagogiques (ex : parler de LA technique des QCM comme sil sagissait dune forme unique de questionnement, sans variantes importantes ) . 3. Flou des relations entre ces deux volets (ex : croire qu UNE technique dvaluation correspond UN processus mental et rciproquement). Ce triple flou se manifeste videmment par la difficult quont divers spcialistes (des enseignants par exemple) classer une mme question dans les six catgories. La prcision des objets ne rsout pas ce problme : BLOOM et al, dans leur taxonomie originale, avaient distingu des sous-catgories en fonction des objets sur lesquels sapplique lactivit mentale. Voici ces prcisions en ce qui concerne la rubrique 1 Connaissance 1.10 C... de donnes particulires 1.11 C... de la terminologie (ex : signification de synonymes) 1.12 C... des faits particuliers 1.20 C... des moyens permettant lutilisation des donnes particulires 1.21 C... de conventions 1.22 C... des tendances et des squences 1.23 C... des classifications 1.24 C... des critres 1.25 C... des mthodes 1.30 C... des reprsentations abstraites 1.31 C... des principes et des lois 1.32 C... des thories
A6. La prcision (cruciale) des verbes A la suite de Mager, on a essay de parer au flou en recourant des verbes daction appliqus ces objets-contenus. Ainsi, le tableau de Metessel et al. (1970)3, prcise, dans la catgorie 1 Connaissance , la sous-catgorie 1.12 Connaissance des faits particuliers par les verbes rappeler, reconnatre, acqurir, identifier, etc.. mis sur le mme pied, considrs comme quivalents. Or il ne sert rien dutiliser des verbes sans les dfinir. Par exemple, nous suggrons de distinguer, lintrieur de reconnatre : Apparier : porter un jugement didentit alors que le modle est prsent (ex : Voici une personne et une photographie. Est-ce la mme personne ?). Identifier : (comme diffrent ou comme semblable) sans le modle sous les yeux . Cest ce que fait le tmoin confront avec plusieurs suspects : il ne dispose plus du modle (une photo par exemple) mais dun souvenir mental !! Ainsi, dsigner est apparier : Dsignez un objet dcrit parmi dautres (ex : Parmi ces dessins, quel est le logo de la firme Mercedes ? et Renault ?) Par contre, nommer est Identifier (en donnant le nom ). (ex : Voici des logos de voiture. Dites pour chacun de quelle marque il est le symbole ? rappel). Ainsi, discriminer est apparier quand les possibilits sont restreintes, bien connues, mais hautement confusionnelles. (ex : Quel est l e genre du mot allemand Stein ?). On teste ici ce que GAGNE appelle les discriminations multiples .
3
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 4 / 34
A7. La linarit excessive du modle empil Aprs avoir fait connatre la taxonomie ellemme, Gilbert de Landsheere en a suggr des variantes , contestant notamment sa structure totalement verticale . Dans sa variante, le tronc de base restait constitu de lempilement de connaissance comprhension - application. A partir de l, lanalyse et lvaluation formaient une branche et la synthse une autre.(V. & G. de landsheere, 1978, p. 84). Evaluation Analyse Application Comprhension Connaissance Il sagit l de ladoption du schma mis en vidence par analyse de variance par Madaus, Woods & Nuttall (1973), qui, eux, groupent Synthse et Evaluation et laissent lAnalyse seule sur une autre branche : Evaluation Synthse Application Comprhension Connaissance Limportant de ces suggestions est que la structure linaire (hirarchique) est garde pour les trois niveaux du bas de la taxonomie, et rejete pour les niveaux suprieurs, principe de la dlinarisation qui figure dans notre taxonomie. Analyse Synthse
Fondateur du Laboratoire de Pdagogie Exprimentale l'ULg (LPE-ULG). Instituteur, Rgent, Licenci en philologie germanique., Docteur en Sciences de l'Education. Prix Mondial de l'Education, Conseil Culturel Mondial, 1988. Docteur honoris causa de l'Universit de Genve.Fellow de l'American Philosophy of Education Society. Fellow de la John Dewey Society. Trois fois titulaire d'une Chaire Francqui en Belgique (en 1975, 1979, 1983). Professeur ordinaire, Chaire de Pdagogie exprimentale l'Universit de Lige, 1965-1986. Professeur visiteur dans plusieurs Universits. Prsident de la Fondation Universitaire de Belgique, de l'International Academy of Education et de la Fondation des Rgions Europennes pour la Recherche en Education & Formation (FREREF), membre de comits au: CERI, OCDE, OTAN, INRP (France). Consultant pour l'UNESCO, Conseil de l'Europe, Union Europenne, Administrateur permanent de l IEA (International Association for the Evaluation of Educational Achievement), Membre du comit scientifique de la rdaction de nombreuses revues.
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 5 / 34
A9. Comprhension, analyse et valuation : des processus peu valus en eux-mmes "Les scores (mesures) reprsentent-ils (elles) bien ce que l'on prtend mesurer, tout ce que l'on veut mesurer et rien d'autre ?" C'est la question de la validit des mesures en valuation. Or les formateurs veulent mesurer des processus mentaux appliqus des contenus. La taxonomie des objectifs cognitifs de B. Bloom et al. (1956) est un repre commode et bien connu relatif aux processus mentaux. Or, dans l'enseignement (primaire, secondaire, suprieur), trois seulement de ses 6 niveaux sont systmatiquement mesurs : - les connaissances (rcitations), - l'application (problmes classiques) - la synthse (rdactions, ...). Une des raisons de cette prpondrance est que les techniques dvaluation qui se rapportent ces trois niveaux taxonomiques sont -bien connues des enseignants -relativement commodes mettre en uvre On ne peut esprer voir augmenter la proportion de lvaluation consacre la comprhension, lanalyse et au jugement, pourtant si ncessaires dans notre socit de linformation que si ces concepts sont bien dfinis, bien compris et bien instruments. Cest cela que sattache le prsent chapitre, en conjonction avec dautres chapitres. Nous avons rserv certains de ces processus un chapitre entier la synthse production (le 3), le chapitre 4 aux connaissances, la comprhension et lanalyse et le 7 lvaluation - jugement ..
Evaluation
Synthse
Analyse
Application
Comprhension
Connaissance
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 6 / 34
B. Mesurer la CONNAISSANCE
B1 Les diffrences de performance entre vocation et recognition Sur un contenu donn, une mme personne a, assez souvent, une performance en recognition largement suprieure sa performance en vocation, comme le montrent L uh (1922) et Bahrick (1984).
100 90 80 70 60 50 40 30 20 10 0 1 2 4 24 Nombred'heuresaprsl'apprentissage 4 8 Reconnaissance Rappel
B2 Enjeu 1 : distinguer rappel et reconnaissance On peut tre incapable de se rappeler, de restituer (un nom de famille, par exemple), tout en tant capable de le reconnatre si on nous le montre et dliminer dautres propositions comme tant incorrectes. Cest ce qui se passe quand on rpond une
100 90 80 70 60 50 40 30 20 10 0 1
Rappel (Enoncer sans aide les contenus mmoriss = QRO) RecognitionIdentification = QCM simple
Bloom entend par connaissance le rappel de faits, de mthodes, de processus, etc. Ce rappel, ou restitution ou encore vocation de mmoire, se mesure laide de
B3. Enjeu 2 : Eviter la Recognition correcte par hasard : La SGI AUCUNE Depuis toujours, la technique de QCM a soulev la suspicion, car ltudiant peut fournir une rponse correcte grce au seul hasard, ou en tapant dedans , ce que les anglo saxons appellent guessing . Le guessing est plus quun choix au hasard total (dailleurs appel blind guessing ) ; il consiste exploiter toute information parcellaire, mme trangre la matire, pour rpondre comme si on connaissait. Un exemple de cette connaissance latrale est la familiarit avec les QCM , aussi appel test wiseness . les tudiants aguerris aux QCM dtectent en effets les dfauts de rdaction qui rvlent involontairement o est la solution correcte (voir chapitre 6). Bien entendu, on a propos des techniques de correction a-posteriori du score, mais ces techniques, connues sous le nom de correction for guessing (voir chapitre 7), sont aveugles, injustes, non informatives, non formativeset correctives, alors quil est possible de prvenir. Comment ? Une premire technique consiste adjoindre toute QCM une solution gnrale implicite
B4 : Enjeu 3 : diminuer le foss entre rappel et vocation : les QCL Les QCL ou Questions Choix Large, en proposant des dizaines voire des centaines de solutions possibles tirent parti des possibilits actuelles de la Lecture Optique de Marques ou LOM(voir chapitre 8). Il sagit en quelque sorte de prsenter aux tudiants lindex du livre de la matire value, donc une liste alphabtique des termes (y compris les noms dauteurs), mais avec un numro (entre 001 et 999) pour chaque mot.
On prendra diverses prcautions : 1. Ne commencer la numrotation qu partir de 21 (par exemple), pour pouvoir, dans la mme preuve, intercaler des questions classiques (dont les solutions sont infrieures 21), et surtout pouvoir bnficier des numrations figurant dans les documents de rfrence.
Exemple : Parmi les 17 caractristiques listes (et numrotes) page 133 du livre, quelle est celle qui.
AUTRE ou AUCUNE
On appelle aussi cette solution NUL ou le REJET (des solutions proposes). Quand la QCM a 4 solutions dactylographies, ltudiant doit se souvenir que la solution correcte pourrait tre une autre, donc aucune dentre elles. Il faut avoir beaucoup de culot pour ainsi rejeter ce qui est propos, et on a une chance de moins de rpondre correctement par hasard.
2. Quand cette technique est utilise livres ferms , annoncer (par crit) quelles sont les matires mmoriser. 3. Quand des termes sont quivalents, le signaler. Exemple : si vulnrabilit et
susceptibilit sont utiliss comme des synonymes dans un cours, ces deux mots figureront dans la liste comme suit : 37. Susceptibilit 37. Vulnrabilit
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 8 / 34
B5. Consignes aux tudiants sur les livres ferms (Questions Choix Large)
QCL
3. Il arrivera que plusieurs questions relvent dun mme contenu. Nous le signalons par une introduction en gras et une zone blanche aprs ce bloc de questions. 4. Il arrivera que nous introduisions des QCM simples parmi les QCL ; cest pourquoi les 20 premiers nombres ne sont pas utiliss dans les Choix Larges. 5. Les 20 premiers nombres servent aussi parfois utiliser les numros dune liste de choix existant dans un livre, sans devoir les recopier. 6. Il arrive que des questions choix multiple (QCM) simples (avec seulement quelques solutions) soient mles aux QCL. Pour ces questions, la solution TOUTES reste dapplication et les SGI sont 666, 777, 888, 999. 7. Avec les QCL au verso de cette page quand les Solutions Gnrales Implicites (SGI) sont dapplication (ce qui est prcis dans la liste des solutions), ces SGI sont codes comme suit : 666 pour AUCUNE 777 pour TOUTES (non valable pour les QCL, mais seulement pour les QCM SGI 888 pour MANQUE 999 pour ABSURDITE 8. Livres ferms signifie : Sans AUCUN document de rfrence : ni le livre, ni notes personnelles, ni mme la liste des matires mmoriser. Toute infraction cette rgle entrane un 0 pour toute linterrogation et lventualit dun 0 pour toute la session (le jury tranchera).
1. Les solutions (QCL) proposes sont en gnral prsentes au masculin, au singulier et sans leur article dfini (le ou la), mais cest leur code quil faut utiliser quand ils sont attendus comme rponse au fminin ou au pluriel. De mme, les questions trous (pointills) nindiquent pas toujours larticle (le ou la, du ou de la), qui faciliterait la rponse en rvlant dj le genre. Il faut donc imaginer larticle dans les pointills (quand on na pas mis les 3 : le, la, l).
2. Pour gagner beaucoup de temps et diminuer votre charge mentale : a) Rpondez la main dans les pointills (ils sont l pour cela) en crivant le mot attendu comme si la question tait ouverte (sans solutions proposes). Indiquez votre degr de certitude (dans la colonne C) ce moment l. Vous garderez votre questionnaire (vous ne devrez pas le rendre). b) Seulement ensuite, quand vous avez rpondu ainsi toutes les questions, allez consulter les numros des solutions et recopiez-les sur votre feuille de questions. c) Une fois cela fait, transposez vos codes (numros des solutions et certitudes) sur votre formulom (formu laire de lecture optique de marques) rouge ple.
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 9 / 34
6 7 8 9
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 10 / 34
B7. Un cas-limite : les VRAI-FAUX La mesure de la recognition se fait par jugement OUI-NON de conformit entre le stimulus prsent et le modle mental de ltudiant. Le mode de questionnement prototypique est la QCM simple (une des solutions est correcte, les autres sont fausses) avec pour "limite" le VRAI - FAUX o la probabilit de fournir une rponse correcte grce au seul hasard culmine (1/2). Beaucoup (dont nous) pensent que la mesure de la recognition nest pas bien couverte ou assure par ces deux techniques. Nicole R iche, professeur de physique Paris VII et pionnire de l'Enseignement Assist par Ordinateur (EAO), parle mme d'une "maladie qui existe l'tat endmique chez tout formateur. Il suffit de jeter un coup d'il sur les manuels d'auto-instruction, sur les exercices proposs la fin de chapitres de cours, sur les feuilles d'interrogation photocopies pour voir surgir des ruptions plus ou moins violentes de Questions OUINON. L'ordinateur constitue un rvlateur de l'infection et offre un terrain favorable son dveloppement." Elle propose " Un vaccin anti-ouinonique " (le titre de son article de 1979 qui a pour soustitre : "Quelques motifs pour engager les auteurs de dialogue liminer4 les questions oui-non"). Modestement, elle prcise "Je me refuse mettre au monde le sigle tir de Question Oui Non qui viendrait agrandir la famille QCM, QROC, etc. par crainte que ce sigle plaise et contribue la propagation de la maladie au lieu de l'radication vise" (p.3)
B8.Les degrs de certitude comme parade au hasard Lexigence dun degr de certitude (CERT) accompagnant la rponse offre une garantie de fiabilit beaucoup plus grande ces modes de questionnement (LECLERCQ, 1983, 1993). Avec l'chelle (de pourcentages): 0 20 40 60 80 100
on voit que mme les VRAI-FAUX sont passibles de 3 nuances : 60 (aveux de quasi rponse au hasard), 80 et 100. En ralit, les degrs de certitude (DC) constituent une mthode gnrale, dpassant de loin le problme des rponses au hasard. Par ces degrs de certitude, on peut valuer lauto-valuation, aspect important de la mtacognition (? ) , ou connaissance de sa connaissance. Rappel + ? QRO + CERT
Recognition + ?
QVF et QCM simples + CERT
Avec des tudiants familiariss la technique, on peut , comme JANS (1999) utiliser une srie plus nuance de degrs de certitude : 2 10 25 50 75 90 98 Cette chelle correspond mieux ce que lon sait (Leclercq, 1983 et 1993) des limites de la capacit humaine estimer son incertitude (7 degrs au maximum, plus grande subtilit aux extrmes). Le chapitre 7 sera consacr entirement cette technique.
Elle justifie le terme ELIMINER et non DIMINUER : " certains auteurs auraient cru tre autoriss une dcroissance doses homopathiques. L'effet bnfique pour les tudiants risquerait de concider avec la mise la retraite du concepteur." (p. 3)
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 11 / 34
B9. Enjeu 4 : mesurer la dtection derreurs , la vigilance factuelle, et combattre le curriculum cach Jusqu prsent, nous considrions les situations o ltudiant tait invit EXPLICITEMENT juger de la conformit de faits : dun objet, dun terme, dune image, dune proposition (vraie ou fausse ; prononce ou non ; due ou non lauteur indiqu. Dtecter une erreur (FAUX) alors que la question ne nous est pas pose est une performance du mme type, mais plus exigeante car elle implique une vigilance accrue . Cest ce qui se passe lorsquon relit un texte pour y dtecter les fautes dorthographe et que la question ne nous est pas pose mot par mot. Ne pas dtecter une erreur (ou omettre) doit donc tre considr comme une rponse incorrecte (alors que, stricto sensu il ny a pas eu rponse ). Nous parlerons de questionnement implicite lorsque lvaluateur, sans poser explicitement la question, attend des valus quils se la posent et y rpondent. . L'exprience du Dr Fox (Naftulin et al., 1974 ) constitue un exemple amusant de ce principe. Un acteur a t pay pour faire devant des assembles de psychologues et de mdecins, des exposs creux, truffs dinexactitudes, mais avec beaucoup de talent. Les auditeurs se sont laisss piger cette sduction pdagogique . Do limportance dun entranement systmatique la vigilance cognitive. Dautant plus que lcole vhicule un curriculum cach (ce que personne nenseigne, mais que tout le monde apprend) : quand le professeur pose une question, elle est pertinente, complte, sans ambigut, avec une (et une seule) rponse correcte.(voir D1 ciaprs).
B10.Pour mesurer la vigilance factuelle : la SGI ABSURDITE Nous avons propos des Solutions Gnrales Implicites (LECLERCQ, 1986) ou SGI ajoutes aux QCM classiques. L une dentre elles est la Solution Gnrale Implicite
Rappel QRO
+ CERT
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 12 / 34
B11. Enjeu 5 : Habituer aux situations o plusieurs solutions sont correctes : Dans la vie, il est frquent que plusieurs solutions soient simultanment correctes, alors que bon nombre de questions scolaires ont tendance renforcer lide quil ny en a quune seule. Par ailleurs, quand des tudiants sont confronts une QCM, ils peuvent tre tents, une fois quils ont rencontr une solution correcte, de ne mme plus lire les autres solutions. Pour ces deux raisons, lune relative aux objectifs ultimes (travailler sur le curriculum cach) et lautre relative un objectif plus limit (forcer ltudiant examiner toutes les solutions proposes), nous avons suggr dajouter systmatiquement toute QCM la solution gnrale et implicite TOUTES. Pour des raisons de simplicit de lencodage des rponses par ltudiant, la consigne reste La rponse correcte est soit 1, soit 2, soit 3, soit 4, soit 5, soit 6 (Aucune), soit 7(Toutes), soit 9 (Absurdit) et non pas 1 et 2 peuvent tre corrects, mais pas 3 ou 1, 2 et 3 peuvent tre corrects mais pas 4 . Une telle consigne facilite, il faut bien lavouer, la vie de ltudiant car sil dtecte que 2 solutions sont correctes, elles le sont forcment toutes, tant donn cette consigne. La solution gnrale implicite TOUTES na donc pas du tout le mme pouvoir de diminution du guessing que la solution 6 (AUCUNE), au contraire. Pour pallier cet inconvnient, un certain nombre dvaluateurs invitent les tudiants juger chaque solution, ce qui fait dune QCM une suite de Vrai-Faux.
B12 : Enjeu 6 : faire juger toutes les solutions proposes :ou QCM Rponses Multiples (QRM ou QCRM) Le nombre de solutions proposes est illimit car il sagit en fait de questions (et rponses) diffrentes, qui auraient une amorce commune, sans plus, la rponse une solution nimpliquant pas logiquement la rponse une autre, do le nom..
VRAI-FAUX GENERALISE
Avec une telle consigne, deux principes de notation sont possibles : La notation additive (ou rponses indpendantes) Ltudiant reoit un point par rponse correcte et 0 (ou x) par incorrecte et omission. La notation multiplicative (ou rponses solidaires) Ltudiant ne reoit de points que si toutes les rponses n solutions, sont correctes, sinon il ne reoit aucun point. Si on code 0 lerreur (ou omission) et 1 la russite et si n (le nombre de solutions vaut) vaut 4, et si la qualit des 4 rponses est 0 1 1 0 alors, avec la premire notation, plus nuance et plus gnreuse que la seconde, le score sera 2/4, soit 0,5 et, avec la deuxime notation, plus dichotomise 5 et plus svre que la premire, le score sera 0.
5
On appelle dichotomique une variable naturellement binaire (ex : Homme / Femme) et dichotomise une variable continue (ex : lge) rendue dichotomique laide dun seuil arbitraire (ex : les plus de 45 ans ).
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 13 / 34
B13 : Enjeu 7 : dans le rappel, distinguer Prcision (qualitative) et Mobilisation (quantitative) Koriat & Goldsmith (1996) distinguent deux faons de mesurer la remmoration : - Lextraction dlments pralablement appris dun entrept mnsique, la performance se comptant au pourcentage de restitus Par exemple les recherches d Ebbinghaus mmorisant des trigrammes sans signification et mesurant leffet de la rptition sur la mmoire, ses performances tant exprimes en termes de pourcentages de restitution ou p (le pourcentage complmentaire ou q correspondant ce qui est omis). Dans une telle perspective, il ne fait pas de diffrence que des dix indices chapeau soit retenu et couteau oubli ou vice versa. Dans un tmoignage en justice sur une agression, une situation du deuxime type, il en va tout autrement. - La qualit et la fiabilit dune description prcise, ou un seul lment peut tre dterminant et o importe la correspondance avec la ralit, donc la fiabilit (du tmoignage par exemple). Une seule erreur peut tre fatale et toutes les questions sont loin davoir la mme importance. Dans cette deuxime perspective, de fiabilit , les degrs de certitude prennent toute leur importance. Koriat et Goldsmith (p. 172) parle de sentiment de familiarit , de Feeling of Knowing ou FOK), de lexprience subjective du rappel , de degrs de dtails ou granulosit (encore Torrance !), de distorsions (tudies par LOFTUS, 1982). Nous parlerons de PROXIMITE ou PRECISION.
B14 : Enjeu 8 : mesurer la fluidit de lvocation, son abondance Nous emprunterons DHainaut (voir ciaprs) sa catgorie
mobilisation convergente
(produire , de faon convergente, des choses apprises. ayant un rapport Torrance (1967) en fait son premier indice de la crativit, ce quil appelle la fluidit : le nombre de productions. Ses autres indices sont la flexibilit (le nombre de productions appartenant des catgories diffrentes), la raret (ou originalit) et la prcision ou sophistication ou encore laboration ou raffinement ou degr de dtails . .
Rappel QRO
Mobilisation QROCFluidit
Recognition
QVF et QCMs
+CERT
Nous mettons Rappel et Mobilisation sur le mme niveau, car on ne peut dire que lun est plus difficile que lautre. Alors que le rappel exige la qualit , la mobilisation exige la quantit .
Les QROC (un seul mot) peuvent tre remplaces par des
Les QROL (Questions Rponse Ouverte Longue) sont traites dans le chapitre 3.
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 14 / 34
What style of art does this sculpture represent? 1. Expressionism 2. Greek classicism 3. Gothic art 4. Renaissance art 5. Roman art Example of question
Evaluation
Tool ?
Synthesis
Analysis
Application
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
Evaluation
Tool ?
Synthesis
Analysis
Application Tool ?
Example of question What is the capital of Italy? .
MCQ + None
15
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
Tool ?
Evaluation
21. Advance Organiser 22. ALBERTINI J. M. 23. Allo 24. Ambivalence 25. Analysis 26. Aphorism 27. Application 28. AUSUBEL D. 29. Blind . 50. PBL. 51. Proximal Zone . 139. Tutorial 140. TULVING E. 141. VYGOTSKY L. 142. ZEIGARNIK
Synthesis
Example of question
Q1. Who proposed the concept of Advance Organizer? .. Q2. BACON wrote Q3. Frequently changing your learning strategy is called mathetic Q4. Support (according to BRUNER) helps increase the . of development
Analysis
Application
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 15 / 34
C. Mesurer la COMPREHENSION
C1. Enjeu 9 : Dfinir la Comprhension et linstrumenter Par comprhension, Bloom entend (V. et G. de Landsheere, 1978, 70): - transposition littrale (transformer du matriel verbal en numrique, des tableaux en graphiques, des graphiques en phrases, etc. et nous ajoutons : SANS PIEGE (ce qui le distinguera de lanalyse) . - interprtation : explication ou rsum dune communication un point de vue nouveau (ce qui y mle une part de production formulation - synthse) - extrapolation : extension des courants et tendances au-del des donnes prsentes, par exemple les consquences, les corollaires ( ce qui en fait un exercice de LOGIQUE). C2. Une dfinition behavioriste
de la comprhension
Rappelons la dcomposition que Bloom (1956) fait de la comprhension (in V. et G.de Landsheere, 1978, p.91) :
10 : Transposition : (11) Traduire, (12) transformer, (13)dire avec ses mots, (14) illustrer, (15) prparer, (16) lire, (17) reprsenter, (18) changer, (19a) rcrire, (19b) redfinir (a) des significations, (b) des exemples, (c) des dfinitions, (d) des abstractions, (e) des reprsentations, (f) des mots, (g) des phrases. 20 : Interprtation : (21) Interprter, (22) rorganiser, (23) rarranger, (24) diffrencier, (25) distinguer, (26) faire, (27) tablir, (28) expliquer, (29) dmontrer (h) la pertinence, (i) les relations, (j) les faits essentiels, (k) les aspects, (l) les vues nouvelles, (m) les qualifications, (n) les conclusions, (o) les mthodes, (p) les thories, (q) les abstractions. 30 : Extrapolation : (31) estimer, (32) infrer, (33) conclure, (34) prdire, (35) diffrencier, (36) dterminer, (37) tendre, (38) interpoler, (39a) extrapoler, (39b) complter, (39c) tablir des consquences, (s) des implications, (t) des conclusions, (u) des facteurs, (v) des ramifications, (w) des significations, (x) des corollaires, (y) des effets, (z) des probabilits. On remarque la forte empreinte du behaviorisme par la liste des verbes ou comportements (que nous avons numrots) et la liste des objets
Il nous parat vident quune preuve portant sur la comprhension (et non pas sur lvocation ou le rappel) devrait pouvoir se drouler
livres ouverts.
(auxquels nous avons attribu une lettre de lalphabet) spars des verbes ! ! !
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Se rvice de lEvaluation (TOISE) page 16 / 34
C3. Smedslund :Une dfinition cognitiviste de la comprhension La dfinition ci-aprs a t propose par Smedslund (1997) dans les Cahiers de Psychologie Cognitive. Cest dire si elle est inspire du cognitivisme ! Que lon en juge plutt (NB les parenthses sont de nous) : Une personne E (comme Elve) comprend correctement ce qui est signifi par une expression X produite par une personne P (comme Professeur) si les deux personnes saccordent sur ce qui, pour P : (1) est quivalent X, c--d signifie la mme chose que X (2) est impliqu par X, c--d dcoule de X (3) est contredit par X, ou ni par X (4) est non pertinent par rapport X, c--d na rien voir avec X Un dsaccord sur un seul de ces critres indique une mauvaise comprhension (misunderstanding). Cela suppose que E est logique.
C4. Les QCM pour valuer la comprhension selon Smedslund Exemple : On veut tester la comprhension de ville de Paris . On peut poser une srie de questions du type : Q1. La pollution atmosphrique 1. est quivalente ville de Paris 2. dcoule de ville de Paris 3. est contredite par ville de Paris 4. na rien voir avec ville de Paris Q2. Parler majoritairement la langue franaise 1. est quivalente ville de Paris 2. dcoule de ville de Paris 3. est contredite par ville de Paris 4. na rien voir avec ville de Paris etc. Ce questionnement est fastidieux et assez ambigu. On prfrera : Rpondez par OUI NON Manque La ville de Paris Q1. est une source de pollution Q2. est un lieu o la langue majoritairement parle est le franais Q3. est lie historiquement loppression du peuple Q4. Q5. Etc. Les codes exposs en C2 ci-dessus permettent de mettre en correspondance les propositions de Bloom et celles de Smedslund :
Smedslund
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 17 / 34
C5 : La recherche MOHICAN Le groupe de travail Russite en candidature instaur par le CIUF (Conseil Inter Universitaire Francophone) a organis une srie dpreuves dites Check Up passer lors de lentre dans les universits ds octobre 1999. Certaines de ces preuves portent sur la comprhension, dans le sens traduction dun langage dans lautre .
C6. Le carrefour des comprhens ions de lpreuve CHECK UP MATH Une partie de lpreuve de Mathmatiques (Lebrun & Lega, UCL) est structure comme un carrefour des divers tournants possibles (du concept exprim en mots au graphique, et vice versa, etc. ). Un tel carrefour comporte 16 chemins , qui ont t reflts dans cette preuve Check up de la recherche MOHICAN (Monitoring HIstorique des CANdidatures) :
CC
Q8
CONCEPTS
(mots) NC
Q5 Q13
GC
EC
Q3
Q7
NN
CN
CE EN
Q1 Q11
NOMBRES
(Tableaux de)
EQUATIONS
NE
Q6
FORMULES
EE
Q4
GN
Q10
GE NG
Q9
EG
Q12
Q2
CG
GRAPHIQUES
GG NB : Les questions de cette preuve relvent aussi de l application (voir ci-aprs), do la prsence de Solutions gnrales Implicites AUCUNE et TOUTES.
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 18 / 34
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 19 / 34
Understanding is translating...
Evaluation
Tool ?
Synthesis
Analysis
Concept words
Application
Graphs Formulae Translations
MCQ + None
17
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Li ge
Example of question
Evaluation
The points ringed in blue are pupils with: 1. A good forecast and a poor score 2. A good forecast and a good score 3. A poorforecast and a good score 4. A poorforecast and a poor score
Synthesis
Concept words
Analysis
Graphs Formulae
Application
Comprehension
Tables
Knowledge (recall)
Knowledge (Recognition)
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
18
Example of question
Evaluation
Synthesis
Concept words
Analysis
Graphs Formulae
Application
In this feedback sheet of a progress test in medicine at Maastricht University, in which subject is the student superior to the group average by themost? 1. Anatomy 2. Biochemistry 3. Pharmacology 4. Physiology 5. Genetics
Comprehension
Tables
Knowledge (recall)
Knowledge (Recognition)
19
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Li ge
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 20 / 34
Example of question
In the conclusions on page 51, the authors argue that: 1. A restricted quota should be introduced 2. Possibilities for career change should be restricted 3. The incidence of pupils repeating a year twice is huge 4. Reception efforts represent a wasted investment
Evaluation
Synthesis
Concept words
Analysis
Graphs Formulae
Application
Comprehension
Tables
Knowledge (recall)
Knowledge (Recognition)
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Li ge
20
Example of question
Evaluation
Synthesis
Concept words Images
Analysis
Graphs Formulae
Application
Comprehension
Tables
Quino
Knowledge (recall)
Knowledge (Recognition)
21
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Li ge
Evaluation
Example of question
and maps ?
Synthesis
Concept words Images
Analysis
Graphs Formulae
Application
Comprehension
Tables
Knowledge (recall)
Knowledge (Recognition)
Maps
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Li ge
22
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 21 / 34
D2. La taxonomie de L. DHainaut sur les situations de questionnement ou le lien entre apprentissage et valuation Cest prcisment sur la diffrence de situation entre la phase dapprentissage et la phase dvaluation que Louis DHainaut (Professeur mrite lUniversit de Mons Hainaut) fonde(1983, p. 200) sa taxonomie 6.: La reproduction (ou rptition sans modle) : la question et la rponse sont les mmes lors de lvaluation que lors de lapprentissage La conceptualisation : mme rponse, mais appliques des objets nouveaux (non vus lors de lapprentissage), bref gnralisation Lapplication de rgles (ou dalgorithmes) : questions et rponses nouvelles, mais rattachables des catgories de rponses et de questions La mobilisation (convergente ou divergente) : produire des choses ayant un rapport , imaginer La rsolution de problmes : trouver une solution (non apprise comme telle). Cest le professeur qui sait le mieux (aprs ltudiant) quel est le degr de prparation ; donc ce que mesure une question ne peut tre estim que pour un groupe dapprenants donns (dont on connat ltat de prparation) un moment donn (celui de la rdaction des questions nest pas forcment celui du test).
La performance, lexamen, devient alors de la pure restitution de mmoire . On risque ainsi de confondre question (identique pour tous les tudiants) et processus mentaux de rponse (diffrents dune personne lautre), comme on confond parfois message (identique pour tous) et information transmise, linformation tant, selon S hannon et Weaver, ce qui rduit lincertitude (diffrente selon les personnes).
concept se dfinit par une structure logique dattributs, tels que donns par les dictionnaires . Ex : ERABLE : Arbre des forts tempres, fruits secs munis dune paire dailes, feuilles alternes lobes aigus. Pou lui, conceptualiser cest classer (identifier une classe), c--d dcider si un stimulus ou objet non appris (ex : une plante observe au bord du chemin) correspond ou non un concept appris (ex : la catgorie rable ), sinon il sagirait de rptition. Spcialiste de lenseignement programm, de la formation modulaire et de la rsolution de problmes. A crit Poids et masse (1968) : un des cours programms les mieux construits et les plus efficaces Une conception modulaire de lducation, (1968), Un modle pour la dtermination et la slection des objectifs pdagogiques, (1970), ce modle Concepts de la statistique, 1978 (2 vol.), Les activits dexploration, 1978, o il tudie les styles cognitifs avec B. Noel Des fins aux objectifs , 1983, 491p.o il dploie ses thories sur la rsolution de problme et la prsente taxonomie. L o Bloom parle simplement dAPPLICATION, DHainaut distingue 3 niveaux : Conceptualisation, Application, Rsolution de problmes. Pour ce faire, le sujet doit appliquer des principes, rgles, lois, proprits (ex : possde des feuilles denteles lobes pointus) non rappels dans lnonc DHainaut (1983, 206) donne les exemples suivants (numrots par nous): Q1. K Br O4 Cu Zn3 H2 SO4 Na3 Al F6 Quels sont les sels ?
A condition que llve naie pas associ antrieurement K Br O4 et Na 3 Al F6 sel .
Q2. Une pousse, une traction, une attraction sont des . Q3. Comment peut-on qualifier les sentiments exprims dans ce texte ? Q4. Rose, Bgonia, Pquerette, .. Compltez cette srie en choisissant parmi 1. Annie 2.Poupe 3.Tulipe 4.Branche Le sujet ne doit cependant rien produire si les Q2 et Q3 ont une consigne QCL. . Il sagit dune comprhension dun type particulier : les rapports dinclusion entre concepts gnraux et exemples.
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 23 / 34
Les QRO, souvent longues, semblent simposer, sinon on sexpose un travail mental rebours : plutt que de chercher des solutions, les tudiants risquent de partir de celles qui existent.
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 24 / 34
eneral
I S M
mplicit
olution
Evaluation
Application =
Being able to apply i s also being able to detect situations where it is impossible to apply.
Synthesis
Example of question What is the capital of Italy? 1. Toulouse 2. Li ge 3. Palermo 4. The Vatican 5. Oslo 6. None
Analysis
All - None - Missing
Application
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instruments Supporting Evaluation. LabSET, Universit de Lige
23
GIS M
Example of question What is the area of a triangle with a 5 cm base and 4 cm high? 1. 8 cm2 2. 12 cm2 3. 20 cm2 6 = None 7 = All 8 = Missing data
Evaluation
Synthesis
Analysis
All - None - Missing
Application
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instruments Supporting Evaluation. LabSET, Universit de Lige
Evaluation
Tool ?
Synthesis
Example of question What i s the area of a triangle of which the base is 5 cm? 1. 2. 3. 8 cm2 12 cm2 20 cm2 6 = None 7 = All 8 = Missing data
Analysis
All- None - Missing
Application
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 25 / 34
E. Mesurer lanalyse
E1. Curriculum cach et vigilance cognitive Pour Bloom (1956), lanalyse consiste, fondamentalement, E2. La sduction pdagogique ou lexprience du Dr FOX Dans leur clbre exprience sur la sduction pdagogique, qu'ils ont appele The Dr Fox expriment , NAFTULIN et al. (1975) ont entran un acteur faire un expos devant plusieurs publics, certains comportant du personnel mdical et paramdical, d'autres des psychologues et sociologues. L' acteur donne cours de faon brillante, mais truffe littralement son expos d'inepties, de comparaisons fallacieuses, de digressions sans fondement...non dtectes ! Et lors du questionnaire crit, la majorit des auditeurs se dclare enchants de la leon, ayant le sentiment d'avoir "appris beaucoup". Les auteurs nous mettent ainsi en garde contre le critre "de satisfaction du consommateur" comme seul et unique base de jugement de la qualit d'un enseignement. Nous n'avons pas t entrans nous mfier, vrifier, viter les piges d'un curriculum manifeste, et encore moins de ceux d'un curriculum cach, c--d
claircir la hirarchie relative des ides et / ou les rapports entre les ides exprimes .
Par exemple : distinguer les faits des hypothses (V. et G.de Landsheere, 1978, p. 70). Nous nous intresserons une facette prcise de lanalyse : la vigilance cognitive, cest-dire, selon nous, aller SPONTANEMENT au-del du donn, accder limplicite, dtecter les piges, les incohrences, les lacunes, les contradictions sans tre mis sur la voie (dans ce cas, il sagit de comprhension) . Les enseignants universitaires font maintes fois le constat que bon nombre d tudiants sont peu vigilants, peu enclins dtecter les piges. Cest, selon nous, parce quils ny ont pas t systmatiquement exercs, que lcole est un monde biais , o les exemples sont prototypiques, aseptiss.
Or Il existe des situations o il faut Quand on vous pose refuser de rpondre, soit parce que la une question, question est indiscrte, soit parce il faut rpondre. qu'on n'est pas comptent, soit qu'une autre personne prsente rpondrait plus efficacement, soit parce qu'on a besoin de temps pour rflchir, etc. Quand une question Pour certaines questions, il n'existe est pose, il existe pas de rponse, pour d'autres, il en une rponse (et existe plusieurs UNE SEULE) Une question pose Il arrive que (volontairement ou non), par l'autorit est l'on ne fournisse pas celui qui doit forcment bien rpondre assez d'information pour le pose faire valablement Message implicite
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 26 / 34
Evaluation
Synthesis
Analysis
Issue: measuring error detection or cognitive vigilance and combatting the hidden curriculum
Application
? There is an answer to
every question
7 ou TOUTES = TOUTES les solutions proposes sont correctes. 8 ou MANQUE = Il est impossible de rpondre parce que de l'information (au moins une donne) MANQUE dans l'nonc de la question (donc pas dans le cours ni dans les connaissances actuelles sur le problme). 9 ou ABSURDITE =Une ABSURDITE dans l'nonc rend toute la question sans objet parce qu'il y a par exemple une CONTRE-VERITE dans l'nonc Exemples : La capitale de la France est La capitale de l'Italie est La Grande Bretagne comprend Quel ge avait Rimbaud ? En quelle anne Jules Csar a-t-il rencontr Napolon ? Il faut rpondre 1. Lille 2. Lyon 3. Paris 1. Berlin 2. Prague 3. Tokyo 1. L'Angleterre 2. L'Ecosse 3. Le Pays de Galle 1. 2 ans 2. 10 ans 3. 20 ans 1. 1850 3. 1945 2. 1915 3 6 7 8 9
? A question asked by
authority is always asked appropriately
26
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
G I S Absurdity
eneral mplicit
olution
Evaluation
Cognitive vigilance
Synthesis
GIS Absurdity
Example of question
In which year did Napoleon meet Julius Caesar? 1. in 1789 2. in 1815 3. in 1821 4. in 1940 6. None 9. Absurdity
Analysis
Application
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instruments Supporting Evaluation. LabSET, Universit de Lige
27
G I S Absurdity
eneral mplicit
olution
Evaluation
cognitive vigilance
Synthesis
GIS Absurdity
Example of question What i s the perimeter of a triangle of which the sides measure 2 cm, 3 cm and 6 cm ? 1. 9 cm 2. 11 cm 3. 16 cm 6 = None 7 = All 8 = Missing data 9 = Absurdity
Analysis
En cas de Manque , deux solutions au moins sont correctes (mais pas SIMULTANEMENT, lune excluant lautre), en fonction de prcisions absentes de lnonc. Il y a aussi toujours (au moins) une solution incorrecte, pour exclure la possibilit que la rponse correcte soit TOUTES.
Application
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
28
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 27 / 34
Voici les 4 situations (a, b, c, d) dans lesquelles divers tudiant(e)s peuvent se trouver et des points (colonne de droite P) quils pourraient recevoir :
A la question PRIM, il (elle) a A bien rpondu (ex : Absurde) b A bien rpondu (ex : Absurde) A la question BIS , il (elle) Diagnostic P
A bien dsign l'absurdit Ne dsigne pas l'absurdit prvue par le professeur, mais une autre ! c N'a pas bien Fait plus rpondu attention et (n'a pas dtect dtecte (enfin) l'absurdit) l'absurdit. d N'a pas bien Ne dtecte rpondu toujours pas (n'a pas dtect l'absurdit l'absurdit)
3 2
Vigilance Comptence
+ -
Vigilance Comptence
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 28 / 34
E6. Une vision plus subtile des comptences Magain (1995) a appliqu la procdure plus de 200 tudiants dagrgation. de lUlg qui ont reu chacun 7 questions doubles (PRIM + BIS). En moyenne, les questions se sont ventiles comme suit : BIS correctes Incor rectes PRIM (correc 50 (a) 15 (b) 65 tes) incorre 20 15 (d) 35 ctes 70 30 100
a = Comprhension et vigilance b = Inexplicable : premire rponse correcte par chance ? c = Comprhension mais manque de vigilance
d = Ni comprhension ni vigilance
Example of question PRIM : What is the perimeter of a triangle of which the sides measure 2 cm, 3 cm and 6cm ? 1. 9 cm 2. 11 cm 3. 16 cm
Evaluation
Synthesis
0
PRIM
Analysis
35%
BIS : There was something absurd about the way the previous question was asked. Can you see what it was? 1. You dont talk about the sides of a triangle 2. A triangle doesnt have 3 sides 3. You dont calculate the perimeter of a triangle
65%
%
Application 20% 15 15
%
50%
11 CA
00
01 10
CA CA CA ?
?
BIS
30
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instruments Supporting Evaluation. LabSET, Universit de Lige
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 29 / 34
F2. La crativit Dans les dfinitions que B loom donne de la SYNTHESE ressortent deux concepts : - expression - formulation : production , former , laborer , - cration - invention : que lon ne distinguait pas avant , proposer , dcouvertes Ce dernier concept tait particulirement difficile cerner, jusqu ce que Torrance (1965) suggre de le dcomposer en 4 facettes : La fluidit est dfinie comme le nombre de rponses diffrentes La flexibilit comme le nombre de rponses diffrentes appartenant des catgories diffrentes Loriginalit comme la raret (statistiquement vrifiable en examinant les rponses dun groupe de rfrence). Llaboration (aussi appele sophistication) comme le degr de prcision, de dtails Ces 4 critres de TORRANCE portent sur des QRO Annoncer lequel de ces 4 critres sera pris en compte est crucial pour la production des rponses, et donc pour leur notation, car il est vident que llaboration se fait au dtriment de la fluidit.
de
3. Drivation dun ensemble dobservations abstraites Exemple : Faire des dcouvertes et des gnralisations mathmatiques . C'est le cas des dissertations, rdactions, rapports de recherche, etc. qui sont values habituellement par
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 30 / 34
Example of question Torrances 4 criteria relate to the Open Ended Q : fluidity flexibility originality elaboration
Evaluation
Synthesis
Essays
For complex performances (Essays, projects, ) that include several dimensions :
Analysis
Application
31
Evaluation Synthesis
Analysis
Application
10
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
32
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 31 / 34
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 32 / 34
Ce systme, qui nest valable que pour les continuums (longueur, poids, nombre, dure, etc.), consiste inviter l'tudiant fournir deux valeurs, une limite infrieure (LI) et une limite suprieure (LS) entre lesquelles la valeur correcte doit se trouver. Cette procdure peut tre appele
QINT Questions Rponses par Intervalles LI et LS La notation (le scoring) peut se faire en tenant compte (a) de la position de la solution correcte : dans (alors tarifs positifs) ou hors de lintervalle (alors tarifs ngatifs). Cette dernire situation est appele surprise . (b) de l'ampleur de l'intervalle : les points positifs (s'il inclut la RC) sont dautant plus petits si lintervalle est grand et les points ngatifs (s'il n'inclut pas la RC) dautant plus grands. (c) de la centration : les points positifs sont d'autant plus levs que la RC est au centre de l'intervalle; (d) des deux : voir le systme de Leclercq & Toby (1995). Plusieurs modalits de questionnement sont possibles :
QPROX
etc.
Larticle de Leclercq et Poumay (2005) est entirement consacr une technique particulire (les degrs de certitude) adapte, elle, aux contenus qualitatifs et non pas limite aux continuums quantitatifs, sauf la technique de Van Lenthe qui est le chanon entre les deux.
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 33 / 34
Evaluation
Degrees of Certainty
Synthesis
Essays
GIS Absurdity
Analysis
PRIM-BIS
Application
All- None - Missing
Open ended Q
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
59
Others
Altruism, citizenship, humanism
D ecision-Involvement
Habits, intentions, adhesion, receptivity, tolerance
Application Comprehension
Knowledge (recall) Knowledge (Recognition)
Skills automatisms
Harrow Maslow Mens sana in corpore sano
Recognition, Motor Chains
B iology-Body
Health, sport
D. Leclercq (2005, march) TOISE Taxonomy of Objectives & Instrum ents Supporting Evaluation. LabSET, Universit de Lige
36
D. Leclercq (2005) Edumtrie et docimologie pour praticiens chercheurs. Editions de lUniversit de Lige Chapitre 4 Une Taxonomie des Objectifs Instrumente au Service de lEvaluation (TOISE) page 34 / 34