MétaCan
Menu
Retour à la cohorte
Enregistrement W4415828081 · doi:10.37571/2025.0306

Quel impact d’un entrainement des compétences morphologiques sur le vocabulaire en français : Une étude auprès d’enfants francophones issues de milieux socialement défavorisés

2025· article· fr· W4415828081 sur OpenAlexvenueno aff
Alicia Rassel, Séverine Casalis

Notice bibliographique

RevueDidactique · 2025
Typearticle
Languefr
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationContext (archaeology)Intervention (counseling)Psychological intervention

Résumé

récupéré en direct d'OpenAlex

Nous présentons une étude interventionnelle menée auprès de 202 élèves français, scolarisés en deuxième et troisième années, au sein d’écoles en Réseau d’Éducation Prioritaire, situées en milieux socio-économiquement défavorisés. Deux interventions, menées par les enseignantes et enseignants, étaient comparées : une intervention ciblant le développement des compétences morphologiques et une intervention visant l’acquisition de mots nouveaux (vocabulaire). Chaque intervention était organisée en 14 séances, toutes organisées selon le principe d’une alternance des explications orales et activités écrites. L’effet des interventions était évalué sur une mesure de précision en lecture de textes, et montrait une supériorité de l’intervention en morphologie. La question de l’impact de l’intervention sur l’apprentissage du vocabulaire a fait l’objet d’une analyse poussée en comparant l’effet sur quatre catégories de mots, selon qu’ils ont été présents dans l’une ou l’autre des interventions, les deux ou absent des deux. Chaque intervention était efficace pour développer le vocabulaire présent dans l’intervention, mais la comparaison engageant les mots inclus dans les deux interventions montre une supériorité de l’intervention centrée sur l’enseignement explicite du vocabulaire. Ces résultats suggèrent que les interventions en morphologie et en enseignement direct de vocabulaire sont pertinentes pour cette population et ont des contributions qui ne se recoupent pas, mais sont complémentaires.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,550
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,331
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

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'admission1
Résumé présentoui

Explorer davantage

Même revueDidactiqueMême sujetReading and Literacy DevelopmentTravaux en français237 207