Plurilinguisme au musée : les langues au coeur du développement plurilittératié et des apprentissages en sciences
Notice bibliographique
Résumé
Une étude menée en collaboration avec des institutions muséales comme sites éducatifs dans un milieu hautement plurilingue et multiculturel sert de toile de réflexion pour mieux comprendre comment de jeunes locuteurs plurilingues font sens de leurs langues et des pratiques d’écrit et mobilisent, en situation, des ressources plurilingues pour comprendre et apprendre. Nous présentons quelques réflexions à partir d’exemples tirés d’une étude pilote menée avec de jeunes enfants de 5 ans ayant participé à des ateliers de science organisés au musée. Au cours de ces ateliers, il leur a été demandé de documenter et d’illustrer leurs apprentissages au sujet des animaux et de leurs traces, au moyen du dessin et de la photo (Molinié, 2009 et 2014) et de la création collaborative d’un livre digital à l’aide d’une tablette tactile (Sandvik, Smørdal et Østerud, 2009). La contribution est l’occasion de poser quelques questions sur le rôle du français dans le développement littératié au sein d’un environnement essentiellement anglophone où les langues chinoises sont largement dominantes par rapport à l’autre langue officielle du Canada.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,016 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».