Mesurer l’autorégulation émotionnelle d’élèves d’école primaire dans le cadre d’un programme de pauses actives : une étude mixte associée à une triangulation des données
Notice bibliographique
Résumé
Cet article s’appuie sur un devis mixte convergent associé à une triangulation des données pour mesurer les effets d’un programme de pauses actives sur l’autorégulation émotionnelle des élèves à l’école primaire, en particulier chez des élèves présentant des difficultés comportementales et émotionnelles (DCE). Ainsi, 156 élèves âgés de six à dix ans et leurs sept enseignants ont participé à cette étude. Des questionnaires ont été remplis par les élèves et les enseignants, des observations sur les élèves et des entretiens avec les enseignants ont été réalisés. L’intégration des résultats obtenus révèle les effets favorables d’un programme de pauses actives sur l’autorégulation émotionnelle des élèves, notamment chez les élèves DCE et met en évidence une pluralité de processus d’autorégulation émotionnelle mobilisés par les élèves lors de l’utilisation des pauses actives. Cette étude souligne également l’intérêt et la pertinence de l’utilisation d’une méthodologie mixte associée à une triangulation des données pour analyser les émotions des élèves dans leur contexte, à l’école primaire.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,012 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».