MétaCan
Menu
Retour à la cohorte
Enregistrement W2781314479 · doi:10.3917/nras.074.0027

Pratiques d’adaptation de l’évaluation pour l’inclusion d’élèves dyslexiques : qu’arrive-t-il au deuxième cycle du secondaire ?

2016· article· fr· W2781314479 sur OpenAlexaff
Constance Denis, Christelle Lison, Martin Lépine

Notice bibliographique

RevueLa nouvelle revue - Éducation et société inclusives · 2016
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésChemistryMolecular biologyBiology

Résumé

récupéré en direct d'OpenAlex

Dans la littérature recensée, peu d’études portent sur les adaptations de l’enseignement qu’engendre la politique sur l’inclusion scolaire au deuxième cycle du secondaire (Denis, 2013). Pourtant, l’inclusion scolaire suppose l’adaptation des pratiques afin d’optimiser la réussite scolaire des élèves qui bénéficient de cette politique (Gombert et Roussy, 2007 ; Vienneau, 2004). Dans le but de mieux connaître la situation au secondaire québécois, nous nous sommes basés sur les recherches de Gombert et Roussy (2007) ainsi que de Nootens (2010) afin de développer une typologie des pratiques d’adaptation de l’enseignement en contexte d’inclusion scolaire. Les données recueillies au moyen d’entrevues semi-dirigées auprès d’enseignants québécois de français permettent de décrire les adaptations des pratiques d’enseignement, en milieu urbain, pour les élèves dyslexiques inclus dans les classes ordinaires au deuxième cycle du secondaire. Dans le cadre de cet article, nous proposons une synthèse des dix gestes d’adaptation déclarés par les enseignants, et plus particulièrement ceux relatifs à l’adaptation de l’évaluation. Pour ce faire, nous discutons spécifiquement des gestes liés à l’environnement de travail, à la réalisation de l’évaluation et à la notation.

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)0,009
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,002
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,103
Tête enseignante GPT0,428
Écart entre enseignants0,326 · 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.

Devis d'étudeQualitatif
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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLa nouvelle revue - Éducation et société inclusivesMême sujetEducation, sociology, and vocational trainingTravaux en français237 207