Comparative Study on the Inclusion of Newly Arrived Students in Primary School (France – Luxembourg – Quebec) : what Pedagogical Differentiations?
Notice bibliographique
Résumé
Depuis les années 1960, la massification de l’école et les vagues d’immigration ont transformé le paysage scolaire dans de nombreux pays de l’OCDE. Les enseignants de classe ordinaire accueillent désormais une population plus hétérogène du point de vue linguistique et des parcours scolaires, notamment en raison des préconisations d’inclusion rapide. Nous avons étudié les pratiques de différenciation mises en place par les enseignants de l’école élémentaire accueillant des élèves nouvellement arrivés. Cette étude a été menée grâce à l’éducation comparée entre la France, le Québec et le Luxembourg. Nos hypothèses de recherche reposent sur les problématiques rencontrées par ces enseignants. Pour y répondre, deux outils d’enquête ont été mis en place, un questionnaire numérique (252 répondants) et des entretiens semi-compréhensifs (13 entretiens). Notre base de données d’analyse a ainsi été constituée, visant à connaître les propositions d’accueil, les formations, les pratiques de différenciation et les questionnements des enseignants. Notre approche théorique a débuté par une présentation des terrains de la recherche afin de poser les jalons de l’étude comparée des trois systèmes éducatifs. Les conceptions des grands pédagogues et l’essor de la pédagogie différenciée ont ensuite été développés. L’analyse des réponses des enseignants nous a permis d’identifier six grands domaines de différenciation centrés principalement sur le cadre d’apprentissage. L’ouverture vers une approche interculturelle et la prise en compte de la composante relationnelle tournée vers l’enfant, ses relations avec l’enseignant et avec ses pairs se sont avérées être une condition de réussite essentielle.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».