MétaCan
Menu
Retour à la cohorte
Enregistrement W2948566644 · doi:10.7202/1055571ar

Favoriser l’équité dans les classes caractérisées par une forte diversité linguistique : recours aux activités plurilingues dans une perspective coopérative

2019· article· fr· W2948566644 sur OpenAlexvenueno aff
Céline Buchs, Nicolas Margas, Claire Cazin, Marcela Ramírez, Sonia Fratianni

Notice bibliographique

RevueÉducation et francophonie · 2019
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette recherche-action a été développée en collaboration avec une enseignante d’une classe de 3e primaire (7-8 ans) afin de soutenir la participation de tous les élèves dans une classe multiculturelle et plurilingue. La stratégie pédagogique implantée porte une attention particulière aux élèves peu choisis comme camarades de jeu ou partenaires de travail – autrement dit, qui ont un bas statut parmi leurs pairs. L’objectif du dispositif est de valoriser la contribution de ces élèves en s’appuyant sur leurs compétences linguistiques en langue d’origine dans des activités coopératives. L’étude mesure l’évolution de leur statut parmi les pairs (le nombre de fois où ils sont choisis pour jouer ou travailler) et évalue dans quelle mesure ce statut prédit les interactions dans les petits groupes avant et après l’intervention. Avant l’intervention, ceux qui ont un statut plus élevé dominent les interactions, indiquant une participation inégale. Suite à l’intervention, les statuts et la participation s’améliorent pour tous, et particulièrement pour les élèves qui avaient un statut initial bas. Le statut ne prédit alors plus les interactions dans les groupes de travail. Ces résultats ouvrent des pistes pour favoriser l’équité dans les classes à forte diversité linguistique.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,029
Tête enseignante GPT0,311
Écart entre enseignants0,282 · 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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉducation et francophonieMême sujetEFL/ESL Teaching and LearningTravaux en français237 207