MétaCan
Menu
Retour à la cohorte
Enregistrement W4385816226 · doi:10.37213/cjal.2023.32826

Évaluer la compréhension en lecture d’un récit et d’un texte informatif auprès d’élèves de 8 ans

2023· article· fr· W4385816226 sur OpenAlexaffvenue
Catherine Turcotte, Nathalie Prévost, Pier‐Olivier Caron

Notice bibliographique

RevueCanadian Journal of Applied Linguistics · 2023
Typearticle
Languefr
DomainePsychology
ThématiqueEducational Strategies and Epistemologies
Établissements canadiensUniversité TÉLUQUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans cette étude, des tests de compréhension en lecture d'un récit et d’un texte informatif ont été créés à partir de modèles théoriques communs et en suivant des étapes de conception précises (DeVellis, 2003). Ils furent administrés auprès de 401 élèves francophones de 8 ans. Les données recueillies ont subi des analyses par items, factorielles et multiniveaux. Ceci a permis d’examiner les taux de réussite aux tests, de mieux déterminer leurs composantes et de les comparer afin de comprendre leur portée pour la communauté praticienne et scientifique. Les résultats révèlent que les deux tests ont une structure factorielle semblable. Or, les questions ouvertes suscitant des inférences anaphoriques, causales et lexicales sont plus ardues à réussir, surtout dans le test utilisant un texte informatif. Ces nouveaux instruments peuvent contribuer à dégager des pistes d’enseignement et favoriser la transition entre le premier et le deuxième cycle du primaire en lecture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,300
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Applied LinguisticsMême sujetEducational Strategies and EpistemologiesTravaux en français237 207