Differential Effects of Male and Female Reading Tutors Based on Boys’ Gendered Views of Reading
Notice bibliographique
Résumé
This study examined the effects of the gender of reading tutors on 173 third and fourth grade mainly inner‐city boys identified as struggling readers. Reading achievement (Alberta Diagnostic Reading Program) and reader self‐perceptions (Readers’ Self‐Perception Scale) were monitored over a 22‐week reading intervention. Findings indicated that the gender of the reading tutors had no effect on reader self‐perceptions in boys who viewed reading as masculine or gender neutral; boys who viewed reading as feminine responded better to female tutors than to male tutors in developing their self‐perceptions as readers. The gender of the tutor had no significant effect on boys’ reading achievement in either group. Key words: same gender role models, reading attitudes, reading perceptions Dans cet article, les auteurs analysent les effets du sexe du tuteur en lecture sur 173 garçons en 3e ou en 4e année, provenant principalement de quartiers défavorisés et identifiés comme ayant des difficultés en lecture. Le rendement en lecture (Alberta Diagnostic Reading Program) et les autoper‐ ceptions des lecteurs (Readers’ Self‐Perception Scale) ont été observés tout au long des 22 semaines de l’intervention. Les résultats indiquent que le sexe de la personne qui assure le tutorat en lectu‐ re n’avait aucun effet sur les autoperceptions du lecteur chez les garçons qui considèrent la lectu‐ re comme une activité s’adressant tout autant aux garçons qu’aux filles ; par contre, les garçons pour qui la lecture est une activité féminine réussissent mieux à s’identifier comme des lecteurs s’ils travaillent avec des tutrices plutôt qu’avec des tuteurs. Le sexe de la personne qui assurait le tutorat n’avait aucun effet significatif sur le rendement en lecture des garçons dans l’un ou l’autre groupe. Mots clés : tuteurs de lecture, tutrices de lecture, attitudes envers la lecture, rendement en lecture, élèves en difficulté de lecture, lecteurs de sexe masculin.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».