La qualité des interactions observées en classe et les pratiques déclarées par les enseignantes à l’éducation préscolaire
Notice bibliographique
Résumé
Cette recherche a permis de mettre en parallèle des données observées et déclarées au sujet de la qualité des interactions enseignante-enfant à l’éducation préscolaire. Pour ce faire, l’outil Classroom Assessment Scoring System (CLASS) a été utilisé; celui-ci est composé de trois domaines : le soutien émotionnel, l’organisation de la classe et le soutien à l’apprentissage. L’échantillon à l’étude est composé de 12 classes d’éducation préscolaire; des observations ont d’abord été menées dans chacune des classes afin d’examiner la qualité des interactions à la maternelle 5 ans. Des entrevues semi-dirigées ont ensuite permis de relever les pratiques déclarées par les enseignantes au sujet des trois domaines qui composent l’outil d’observation. Les données issues de l’observation indiquent que le domaine « organisation de la classe » présente le niveau de qualité le plus élevé, en plus d’être le plus révélé par les enseignantes lors de l’entrevue. De plus, les résultats montrent un score de qualité moyen-faible lié au domaine du soutien à l’apprentissage dans les pratiques observées, ce domaine est d’ailleurs rarement évoqué par les enseignantes lors des entrevues. Ces résultats amènent à discuter du développement professionnel afin de favoriser la qualité des interactions en classe de maternelle.
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 | 0,007 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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.
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 ».