MétaCan
Menu
Retour à la cohorte
Enregistrement W2177449822 · doi:10.7202/1047316ar

APPRENDRE EN LISANT AU PRIMAIRE EN RECOURANT À DES TEXTES INFORMATIFS ILLUSTRÉS : ÉTUDE EXPLORATOIRE

2018· article· fr· W2177449822 sur OpenAlexaffvenue
Sylvie C. Cartier, Virginie Martel, Julie Arseneault, Éliane Mourad

Notice bibliographique

RevueRevue de recherches en littératie médiatique multimodale · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensUniversité du Québec à RimouskiUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Une situation de lecture essentielle à la réussite de l’élève dans toutes disciplines est l’apprentissage par la lecture (APL). Afin de soutenir leurs élèves en ce sens, des enseignants d’une école urbaine en milieu défavorisé ont développé de manière collaborative une approche type de situation d’APL qu’ils adaptent selon leurs groupes et selon la discipline enseignée. La présente étude a pour objectif d’explorer la relation entre la situation d’APL, conçue par ces enseignants de 3ecycle, comprenant les tâches à réaliser et les documents de lecture proposés, et les réponses des élèves aux diverses tâches. Les principaux résultats montrent que peu des tâches proposées demandent réellement de lire et que la source d’information principale demeure textuelle. Conséquemment, le recours à l’image comme support informatif reste encore marginal et la planification de tâches d’APL, de même que le choix des textes, reste un défi majeur à relever dans la planification d’une situation d’APL au primaire.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0090,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,070
Tête enseignante GPT0,342
Écart entre enseignants0,272 · 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

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue de recherches en littératie médiatique multimodaleMême sujetEducation and Technology IntegrationTravaux en français237 207