MétaCan
Menu
Retour à la cohorte
Enregistrement W2253148952 · doi:10.5206/cie-eci.v44i2.9275

Utiliser la force du nombre pour favoriser le développement de la fluidité de lecture en contexte subsaharien

2015· article· fr· W2253148952 sur OpenAlexaffvenue
Élisabeth Boily, Chantal Ouellet, Catherine Turcotte

Notice bibliographique

RevueComparative and International Education · 2015
Typearticle
Languefr
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

L’enseignement de la lecture au primaire s’effectue dans des conditions difficiles au Burkina Faso, ce qui affecte sans contredit l’apprentissage de cette habileté nécessaire à la réussite scolaire et à l’épanouissement personnel. Chez les élèves des premiers cycles du primaire, la fluidité de lecture se développe difficilement. Cette recherche a pour but d’implanter un programme de lecture orale répétée et assistée et d’évaluer les effets de cette intervention sur le développement de la fluidité d’élèves provenant d’une classe à large effectif et hétérogène de CE1 au Burkina Faso. Une évaluation de la fluidité a été effectuée auprès de 94 élèves avant et après l’intervention. Les résultats indiquent que ce programme a un effet positif sur le développement de la fluidité des élèves faibles et très faibles. Ce programme de lecture orale répétée et assistée est prometteur puisqu’il constitue une première tentative d’implantation d’une intervention visant le travail systématique sur la fluidité dans un contexte de classe à large effectif au Burkina Faso.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,900

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,408
Écart entre enseignants0,340 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComparative and International EducationMême sujetReading and Literacy DevelopmentTravaux en français237 207