Notice bibliographique
Résumé
Fin juin 2017. Je viens de terminer mon annee de travail comme intervenante en eveil a la lecture au Centre de la petite Enfance dans l’est de Montreal, a raison de deux jours par semaine. Mon premier objectif est de creer une dynamique positive autour des livres et de la lecture, tant aupres des enfants que des educatrices. J’anime les lectures en petits groupes et je suis les enfants qui arrivent au Centre n’ayant pas ou peu d’interet pour les livres. Je vais a leur rencontre comme je vais a la peche : je choisis bien mon appât ! Grâce aux nombreux livres de qualite que nous possedons et une bonne strategie, ca marche ! Mon second objectif est de creer des « moments de langage » autour des livres. Contrairement a certaines pratiques en eveil a la lecture, je ne pose presque jamais de questions aux enfants sur les lectures. Une des raisons en est que seuls les enfants les plus avances au niveau langagier ont les moyens de repondre, les autres risquant de se murer encore davantage dans le silence. Par contre, je rebondis sur toute intervention de l’enfant, que ce soit un doigt pointe sur une image, un mot ou un enonce, surtout s’il s’agit d’un enfant en difficulte langagiere. Et je pars de la pour une premiere interaction. Le plus fascinant dans mon travail, c’est de developper les possibilites de raisonnement des enfants en les soutenant dans leurs tâtonnements. En effet, qui ecoute peut les entendre raisonner. Cette semaine, lors de la lecture du livre Mais ou est la maiso
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,266 | 0,108 |
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 ».