Tirer parti des outils numériques et de la comodalité pour favoriser le plurilinguisme en maternelle ? Une étude de cas dans une école française aux États-Unis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Notre analyse qualitative vise à comprendre comment les praticiens de maternelle d’un lycée français aux États-Unis ont pu tirer parti des outils numériques en contexte de pandémie de Covid-19 pour intégrer le plurilinguisme comme ressource pour les apprentissages. La recherche écologique mise en place a visé : à analyser l’effet des pratiques d’enseignement/apprentissage ajustées au contexte sanitaire auprès des jeunes élèves plurilingues, en particulier dont les parents ne parlent pas le français ; à analyser les pratiques enseignantes ajustées à la nécessité de la comodalité, ainsi que le rôle des assistantes et des parents d’élèves en classe de maternelle. Les données écologiques recueillies dans une classe de moyenne section et une classe de grande section durant l’année 2020-2021 (vidéos et ressources de classe, entretiens semi-directifs avec les professeurs d’école, enseignants d’anglais, assistantes et parents d’élèves) montrent la complexité de ce milieu d’enseignement du/en français (17 langues recensées) ; une collaboration active de tous les acteurs impliqués pour que cette complexité se développe en atout d’apprentissage ; la transformation, sur le court et le long terme, des usages de langues, des gestes professionnels et de la distribution des rôles et des responsabilités dans l’acte éducatif grâce aux technologies. Mieux comprendre ces pratiques devrait aider les formateurs à la mise en place de formation au numérique et à l’éducation plurilingue sur le long terme.
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.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 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 découle