Le projet LIAM pour favoriser le développement du vocabulaire de l’élève ayant un trouble du langage oral durant l’été
Notice bibliographique
Résumé
Pendant les vacances d’été, l’arrêt de l’enseignement de la lecture et de l’écriture entraine une baisse de l’apprentissage (Kim et Quinn, 2013). En effet, lire et écrire moins régulièrement pendant deux mois a un effet négatif sur le maintien des compétences et des apprentissages des élèves. Ce fait, observé par plusieurs enseignants, a été identifié comme étant la " glissade de l’été " (Royer, 2012). L’élève ayant un trouble développemental du langage (TDL) a des difficultés importantes sur le plan de l’expression et de la compréhension du langage (Leclercq et Leroy, 2012). Au niveau lexical, pour la plupart de ces élèves, ce trouble se manifeste par un vocabulaire limité et des difficultés à apprendre de nouveaux mots. Comme le vocabulaire joue un rôle déterminant dans la communication, la compréhension et la réussite scolaire (Ganske, 2023), il importe de favoriser son développement par des interventions spécifiques. Aussi, au cours de l’été 2023, nous avons réalisé une étude quasi expérimentale auprès de 13 élèves fréquentant une classe de langage. L’objectif général de cette recherche est d’analyser l’impact d’un programme d’intervention de lecture interactive d’histoires, dans différents contextes, sur le maintien des apprentissages en lecture et au niveau du vocabulaire, durant la période des vacances d’été. Deux contextes sont analysés : les activités à la maison avec le parent et les activités à la bibliothèque municipale avec une animatrice. Les résultats révèlent que les élèves ayant un TDL ont maintenu leurs capacités à lire des mots et ils ont amélioré leur vocabulaire. Les élèves ayant réalisé les activités avec leur parent durant l’été ont fait des progrès statistiquement significatifs. Ainsi, lire durant l’été avec l’élève ayant un TDL favorise le maintien des apprentissages, ce qui facilitera le retour en classe, en septembre.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,009 |
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 ».