Effets d’un modèle de situations d’apprentissage issues du jeu sur l’émergence de l’écrit chez les enfants à l’éducation préscolaire 5 ans
Notice bibliographique
Résumé
Cette étude visait à établir les effets d’un modèle de situations d’apprentissage issues du jeu de faire semblant (SAIJ) sur la progression de certaines habiletés et connaissances reliées à l’émergence de l’écrit chez les enfants de l’éducation préscolaire 5 ans. Une recherche quasi expérimentale adoptant un devis prétest/intervention/posttest a été menée auprès de 363 enfants répartis en 2 groupes. Les enseignant[e]s du groupe expérimental ont appliqué le modèle de SAIJ lors de la phase d’expérimentation, alors que les enseignant[e]s du groupe de contrôle optaient pour un enseignement direct et de type scolaire des prérequis de la lecture et de l’écriture. Cette recherche a démontré qu’un modèle de SAIJ produit de meilleurs résultats en ce qui concerne le développement des connaissances et des habiletés reliées à l’émergence de l’écrit qu’un enseignement direct et de type scolaire. Les résultats indiquent que ce modèle est tout particulièrement performant pour le développement de l’aspect fonctionnel du langage écrit et qu’il est au moins aussi performant pour les aspects conventionnel et sonore que l’enseignement direct. Il s’est également avéré que l’âge et les habiletés de jeu sont positivement associés avec la progression de l’émergence de l’écrit, alors que le sexe ne l’est pas, et ce, peu importe le modèle pédagogique.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».