MétaCan
Menu
Retour à la cohorte
Enregistrement W4409845697 · doi:10.37571/2025.0202

Qualité de l’environnement langagier à l’éducation préscolaire et engagement des enfants au regard de la communication avec l’enseignante et les pairs

2025· article· fr· W4409845697 sur OpenAlexaffvenue
J.M. Lachapelle, Annie Charron, Christian Dumais

Notice bibliographique

RevueDidactique · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité du Québec à MontréalUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePsychologyHumanitiesSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

La présente étude s’intéresse à la qualité de l’environnement langagier en classe d’éducation préscolaire en matière de soutien au langage oral et à l’engagement des enfants au regard de leur communication avec l’enseignante et les pairs dans différents contextes d’apprentissage. Les personnes participantes incluent 23 enseignantes en maternelle 5 ans, 7 enseignantes en maternelle 4 ans et 150 enfants de leur classe. L’outil d’observation Early Language and Literacy Classroom Observation (Smith et al., 2008) a été utilisé pour évaluer l’environnement langagier. En outre, l’Individualized Classroom Assessment Scoring System (Downer et al., 2010) a permis d’évaluer l’engagement des enfants au regard de la communication avec l’enseignante et les pairs. Globalement, les résultats font état d’un niveau de qualité de base en ce qui a trait à l’environnement langagier, d’un niveau faible quant à la communication avec l’enseignante et faible-moyen quant à la communication avec les pairs, ce qui fait écho aux résultats d’études antérieures. En tenant compte des contextes d’apprentissage observés en classe, certaines recommandations sont présentées afin de rehausser la qualité des pratiques enseignantes en lien avec le langage oral, tout en contribuant à un niveau d’engagement plus élevé au regard de la communication avec l’enseignante et les pairs.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,046
Tête enseignante GPT0,410
Écart entre enseignants0,363 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDidactiqueMême sujetFrench Language Learning MethodsTravaux en français237 207