Communication orale et évaluation formative pour l’apprentissage dans les centres de littératie en immersion française
Notice bibliographique
Résumé
Dans cette étude, de devis de recherche-développement, nous avons examiné la dimension formative de l’évaluation lors de la participation d’élèves de l’élémentaire à des tâches orales dans des centres de littératie en immersion française (IF). Le programme d’IF visant l’acquisition de la langue seconde, fournir aux élèves des occasions de produire de façon étendue est important. Nous avons observé la façon dont les enseignantes recueillaient des traces d’apprentissage auprès de leurs élèves, alors que ceux-ci travaillaient de façon autonome à des tâches orales. Les données ont été recueillies auprès des enseignantes (n = 5) d’IF et de leurs élèves. Ces données consistaient d’observations en classe, d’enregistrements vidéo, de preuves d’apprentissage et d’entrevues avec les enseignantes (n = 15). Les données ont révélé l’importance d’établir des résultats d’apprentissage précis, de recueillir des preuves d’apprentissage tangibles et de se servir de ces évidences d’apprentissage pour maximiser les apprentissages de l’oral dans les centres de littératie.
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 | 0,038 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».