BEGIN:VCALENDAR
VERSION:2.0
PRODID:https://murmitoyen.com/events/vanille/udem/
X-WR-TIMEZONE:America/Montreal
BEGIN:VEVENT
UID:69e05c699d9ac
DTSTAMP:20260415T235001
DTSTART:20131213T100000
SEQUENCE:0
TRANSP:OPAQUE
DTEND:20131213T100000
URL:https://murmitoyen.com/events/vanille/udem/detail/341648
LOCATION:Université de Montréal - Pavillon Marie-Victorin\, 90\, avenue V
 incent-d'Indy\, Montréal\, QC\, Canada\, H2V 2S9
SUMMARY:Prédire le professionnalisme : une exploration des modèles de la 
 famille de rasch et de la régression par classes latentes 
DESCRIPTION:Soutenance de thèse de GILLES LECLERC. Doctorant en mesure et 
 évaluation au Département d'administration et fondements de l'éducation
 \, Faculté des sciences de l'éducation.RésuméL’étude cherche à pro
 voquer la convergence des regards sur des enjeux méthodologiques fondamen
 taux\, soit les enjeux de mesure\, de décision et d’impact inhérents 
 à toute démarche de sélection académique. À cet effet\, elle explorer
 a la capacité de prédiction de certaines variables non cognitives envers
  la compétence de professionnalisme observée chez les étudiants du doct
 orat professionnel de premier cycle en pharmacie.La sélection des candida
 ts au sein des programmes académiques en santé repose en grande partie s
 ur une évaluation de la capacité cognitive des étudiants. Tenant compte
  du virage compétence pris par la majorité des programmes en santé\, la
  pertinence et la validité des critères traditionnels de sélection sont
  remises en question. La présente étude propose de valider l’utilisati
 on des échelles de mesure de la personnalité\, des valeurs et de l’aut
 odétermination pour guider l’optimalité et l’équité des décisions
  de sélection. Les enjeux de mesure de ces variables seront abordés prin
 cipalement par la modélisation dichotomique et polytomique de Rasch. L’
 application de la méthode des strates permettra\, par la suite\, de répo
 ndre aux enjeux de décision en procédant à une différenciation et un c
 lassement des étudiants. Puis\, les enjeux d’impact seront\, à leur to
 ur\, explorés par le modèle de régression par classes latentes.L’étu
 de démontre notamment que le recours à la modélisation a permis une dif
 férenciation précise des étudiants. Cependant\, la violation de certain
 es conditions d’application des modèles et la faible différenciation 
 établie entre les étudiants sur la base des critères de professionnalis
 me\, rendent l’évaluation de la capacité de prédiction de la personna
 lité\, des valeurs et de l’autodétermination hasardeuse. À cet effet\
 , les modèles identifiés par les analyses de régression par classes lat
 entes s’avèrent peu concluants. Les classes latentes ainsi identifiées
  ne présentent pas de distinctions marquées et utiles à la sélection.B
 ien que les diverses procédures de modélisation proposées présentent d
 es avantages intéressants pour une utilisation en contexte de sélection 
 académique\, des recherches additionnelles sur la qualité des critères 
 de professionnalisme et sur la qualité des échelles de mesure des variab
 les non cognitives demeurent nécessaires.
END:VEVENT
BEGIN:VTIMEZONE
TZID:America/Montreal
X-LIC-LOCATION:America/Montreal
END:VTIMEZONE
END:VCALENDAR