DISPOSITIFS DÉCLARÉS D’ENSEIGNEMENT DE LA LECTURE AU MOYEN DE LA LITTÉRATURE DE JEUNESSE EN CONTEXTE D’INCLUSION PÉDAGOGIQUE D’ÉLÈVES HDAA DU PREMIER CYCLE DU PRIMAIRE
Notice bibliographique
Résumé
Les recherches en lien avec l’enseignement avec la littérature de jeunesse auprès des élèves HDAA ont été réalisées en contexte de classes spéciales. Aucune d’entre elles ne s’intéressaient au contexte d’inclusion d’élèves HDAA dans des classes régulières, ni à décrire les liens entre, d’une part, le type et l’ampleur des dispositifs didactiques d’enseignement avec la littérature de jeunesse et, d’autre part, le nombre d’élèves HDAA inclus dans la classe. Il s’agit de l’objet de ce texte. Le devis est descriptif. Les résultats montrent des différences en fonction de la quantité d’élèves HDAA inclus.USE OF READING INSTRUCTION METHODS INCORPORATING CHILDREN’S LITERATURE IN INCLUSIVE EDUCATION CONTEXTS WITH ELEMENTARY CYCLE ONE HSMLD STUDENTSStudies on the use of children’s literature to teach students with handicaps, social maladjustments, or learning disabilities (HSMLD) have been conducted in the context of special education classes. Yet, none have explored the context of regular classrooms integrating students with HSMLD, nor described the links between the type and extent of pedagogical methods that incorporate children’s literature used to teach and the number of students with HSMLD included in the classroom. This article contributes to remedying this gap. Our methodological approach is descriptive. Results indicate differences in relation to the number of students with HSMLD included in the classroom.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».