Favoriser l’équité dans les classes caractérisées par une forte diversité linguistique : recours aux activités plurilingues dans une perspective coopérative
Notice bibliographique
Résumé
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 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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».