MétaCan
Menu
Retour à la cohorte
Enregistrement W4409484485 · doi:10.7202/1116948ar

Effets de l’utilisation de la littérature jeunesse sur les compétences d’élèves présentant une déficience intellectuelle de sévère à profonde sur l’engagement en contexte de littératie, de communication et de compréhension

2024· article· fr· W4409484485 sur OpenAlexaffvenue
Judith Beaulieu, Noémia Ruberto, Marilyn Dupuis-Brouillette, Édith Jolicoeur, André C. Moreau, M. Dutemple

Notice bibliographique

RevueRevue francophone de la déficience intellectuelle · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensUniversité de MontréalUniversité du Québec à RimouskiUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L’utilisation de la littérature jeunesse semble avoir des effets positifs sur le développement des compétences en littératie, notamment par la lecture à haute voix. Le développement de compétences en littératie est indispensable pour la participation sociale de tout individu, dont ceux présentant une déficience intellectuelle. Pour être efficace, l’enseignement auprès de ces derniers doit être intensif, ciblé et contextualisé. La littérature jeunesse offre ce contexte. Cette étude descriptive et exploratoire a été réalisée auprès de 12 élèves présentant une déficience intellectuelle qui ont été mis en contact avec la littérature jeunesse pendant 10 semaines. La méthode repose sur une approche collaborative avec un devis prétests et posttests qui permettent d’explorer les effets de l’enseignement sur l’engagement des élèves en contexte de littératie, la communication et la compréhension. Les résultats montrent que plusieurs élèves ont amélioré leurs habiletés à communiquer et que les enseignantes ont perçu l’intervention comme un moment important pour communiquer avec les élèves. Ces résultats consolident ceux d’autres études, indiquant que le contact avec la littérature jeunesse peut soutenir le développement de la communication et de la compréhension du discours oral chez l’élève.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,312
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue francophone de la déficience intellectuelleMême sujetFrench Language Learning MethodsTravaux en français237 207