MétaCan
Menu
Retour à la cohorte
Enregistrement W3096274024 · doi:10.4000/reperes.2557

La relation entre les connaissances morphologiques et l’acquisition des mots chez des élèves francophones de 9 ans

2020· article· fr· W3096274024 sur OpenAlexaboutno aff
Rihab Saidane, Anila Fejzo, Kathleen Whissell-Turner

Notice bibliographique

RevueRepères · 2020
Typearticle
Languefr
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicineArt

Résumé

récupéré en direct d'OpenAlex

Résumé : L’objectif de cette recherche était d’examiner la relation entre les connaissances morphologiques et l’acquisition des mots polymorphémiques dans le temps auprès de 76 élèves francophones québécois âgés de 9 ans. Pour atteindre cet objectif, des mesures de la connaissance des mots polymorphémiques et de connaissances morphologiques ont été prises au début de l’année scolaire (temps 1) et à la fin de l’année scolaire (temps 2). Les résultats des analyses descriptives révèlent que le test de connaissances morphologiques n’a été réussi qu’à 50 % en début d’année scolaire et qu’à 54 % en fin d’année scolaire. Également, pour le test de connaissance des mots polymorphémiques, seulement 51 % des mots polymorphémiques évalués étaient connus par les élèves au début de l’année scolaire et 54 % en fin d’année scolaire. Les résultats des analyses de corrélation suggèrent une corrélation significativement positive au temps 1 (r = 0,73) et au temps 2 (r = 0,63) entre les deux variables principales. Quant aux analyses de régression, elles ont dévoilé que la contribution entre les connaissances morphologiques et la connaissance des mots polymorphémiques est réciproque. Les connaissances morphologiques au temps 1 expliquent 5,4 % de la variance de la connaissance des mots polymorphémiques au temps 2 et la connaissance des mots polymorphémiques au temps 1 explique 3,7 % de la variance des connaissances morphologiques au temps 2. Les implications scientifiques et pédagogiques sont discutées dans l’article.

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 enseignants0,561
Score d'incertitude au seuil0,883

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,320
Écart entre enseignants0,281 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepèresMême sujetReading and Literacy DevelopmentTravaux en français237 207