Portrait des pratiques d’enseignants utilisant la littérature de jeunesse bi-/plurilingue dans les écoles élémentaires de langue française en Ontario
Notice bibliographique
Résumé
Un nombre croissant d’études s’intéresse aux divers avantages liés à l’utilisation de la littérature de jeunesse bi-/plurilingue en classe. Cependant, il existe encore peu de recherche qui décrit concrètement comment les enseignants mettent en place des pratiques à l’aide de ce médium. Le présent article expose donc les résultats d’une étude multicas qui a pour objectif de décrire les pratiques déclarées d’enseignants en contexte franco-ontarien qui utilisent la littérature de jeunesse bi-/plurilingue. À l’aide d’un questionnaire portant sur l’utilisation de cette littérature et d’une série d’entrevues semi-dirigées, nous avons eu accès aux différentes pratiques de trois enseignants qui œuvrent à l’élémentaire. Plus précisément, ils nous ont décrit, par l’entremise de livres bi-/plurilingues qu’ils ont choisis, leurs façons de mettre en œuvre les trois moments clés de la lecture : la pré-lecture, la lecture et l’après-lecture. Les résultats de cette recherche montrent notamment que les enseignants recourent à des pratiques déjà connues lors de l’utilisation de la littérature monolingue, mais qu’ils en créent aussi de nouvelles afin de mettre en valeur de caractère bi-/plurilingue des œuvres qu’ils emploient.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».