MétaCan
Menu
Retour à la cohorte
Enregistrement W2122632766 · doi:10.7202/014573ar

Stratégies d’apprentissage par la lecture rapportées par des élèves en difficulté d’apprentissage de première secondaire en classe de cheminement particulier de formation

2007· article· fr· W2122632766 sur OpenAlexaffvenueabout
Sylvie C. Cartier

Notice bibliographique

RevueRevue des sciences de l éducation · 2007
Typearticle
Languefr
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPsychology

Résumé

récupéré en direct d'OpenAlex

Le but de cette étude consiste à décrire les stratégies d’apprentissage par la lecture rapportées par des élèves en difficulté d’apprentissage de première secondaire en classe de cheminement particulier (CP). Pour ce faire, deux objectifs sont poursuivis : (a) décrire les stratégies cognitives et d’autorégulation que ces élèves disent utiliser ; et (b) comparer ce portrait à celui rapporté par des élèves de première secondaire en classe ordinaire (CO). Le questionnaire « Lire pour apprendre » a été rempli par 111 élèves en CP et par 102 élèves en CO de la grande région de Montréal. Les résultats indiquent que les élèves en CP utilisent des stratégies peu efficaces et que leur portrait stratégique se démarque en certains aspects de celui des élèves en CO. Ces résultats sont discutés au regard d’un modèle d’apprentissage par la lecture.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,135
Tête enseignante GPT0,412
Écart entre enseignants0,277 · 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

Citations14
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l éducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207