Implantation d’ateliers de lecture interactive en centres de la petite enfance : pour l’intégration de nouvelles pratiques en éveil à la lecture et à l’écriture
Notice bibliographique
Résumé
Le présent article a pour objectif de présenter le processus d’implantation d’une série d’ateliers de lecture interactive en CPE de milieux ruraux défavorisés. En nous appuyant sur un modèle d’analyse tiré de la science de l’implantation, nous avons pu en dégager les composantes principales, en plus des éléments facilitateurs et des obstacles rencontrés par les éducatrices tout au long du processus. Des questionnaires autorapportés et un entretien final en groupe ont permis de recueillir les données qui ont servi à l’analyse. Il en est ressorti qu’une formation préalable était nécessaire, que le projet devait être assez flexible pour s’intégrer aux pratiques des éducatrices, plutôt que de s’y superposer, et que la relation entre les éducatrices et les enfants devait à la base être positive pour assurer la réussite de l’implantation des ateliers. L’ouverture et la réceptivité initiales des éducatrices et des enfants sont des facilitateurs importants et le manque de temps s’avère l’obstacle principal.
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 | 0,008 | 0,020 |
| 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 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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 ».