MétaCan
Menu
Retour à la cohorte
Enregistrement W1542591338 · doi:10.20360/g2gk5k

Des enseignants en milieu minoritaire francophone améliorent leur enseignement pour la réussite en littératie

2014· article· fr· W1542591338 sur OpenAlexaffvenue
André C. Moreau, Brigitte Stanké, Lizanne Lafontaine, Joanne Pharand

Notice bibliographique

RevueLanguage and Literacy · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensUniversité de MontréalUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésHumanitiesFrenchPolitical scienceSociologyArt

Résumé

récupéré en direct d'OpenAlex

Ce texte vise à comprendre les liens entre l’implantation de dispositifs pédagogique liés à l’observation et l’’analyse des données d'apprentissage réalisée en communauté d'apprentissage professionnelle (CAP) sur la progression des apprentissages en littératie d’élèves de huit écoles d’un milieu minoritaire francophone. Le protocole de recherche de type longitudinal sur une période de trois ans documente l’évolution des apprentissages en lecture et en écriture des élèves qui réussissent et ceux à risque. L’analyse des résultats montre que les élèves à risque et non à risque obtiennent des progrès significatifs dans les rendements en lecture et que le lien étroit entre la progression de ces apprentissages et le travail en CAP conjugué à aux meilleures pratiques en enseignement de la littératie.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLanguage and LiteracyMême sujetFrench Language Learning MethodsTravaux en français237 207