MétaCan
Menu
Retour à la cohorte
Enregistrement W2941649133

Cooperative learning and oral interaction activities in an intensive Grade 6 ESL Program in Québec

2009· article· en· W2941649133 sur OpenAlexaboutno aff
Nathalie Gagné

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Jusqu'à ce jour, un nombre limité de recherche a été mené dans le domaine de l'interaction chez des élèves de niveau primaire en langue seconde lors d'activités en sous-groupes, plus précisément relié à des tâches d'apprentissage coopératif. L'objectif de la présente étude était donc d'analyser l'interaction au sein de deux groupes hétérogènes de quatre élèves de 6eme année, inscrit dans un programme d'immersion anglaise, dans une école francophone de la province de Québec. Le but premier de cette étude était de voir si tous les élèves prenaient la parole lors des activités d'apprentissage coopératif, si tous les élèves prenaient la parole en langue cible et si les prises de paroles étaient équitablement réparties entre les élèves. L'étude avait également pour objectif d'analyser les interactions afin de déterminer si les élèves fournissaient de l'étayage et, le cas échéant, les modes d'étayage mis en place par les pairs. Afin de réaliser cette étude, neuf activités d'apprentissage coopératif ont été élaborées, les interventions entre apprenants ont été enregistrées sur vidéo-caméra et les transcriptions ont été analysées. Les résultats ont démontrés que, pour chacune des activités, tous les élèves ont pris la parole de façon assez équitable, que 91.4% des tours de paroles ont été effectués en langue cible et que les élèves ont fourni neuf sources d'étayage différentes, les plus fréquemment utilisées étant la demande d'assistance (request for assistance) et la correction par les pairs (other-correction).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,288
Écart entre enseignants0,270 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)Même sujetFrench Language Learning MethodsTravaux en français237 207