Genre et école maternelle : l’exemple des interactions dans les séances de mathématiques
Notice bibliographique
Résumé
L’école maternelle comporte des spécificités par rapport à l’école élémentaire, notamment, la place centrale accordée à la socialisation des élèves, la présence en classe d’un acteur ou d’une actrice supplémentaire, et des méthodes d’apprentissage spécifiques. Ces spécificités permettent d’envisager l’école maternelle comme un terrain d’enquête à part entière, différent de l’école élémentaire. Le terrain de l’école maternelle demeure pourtant peu investigué, notamment dans le cadre des études de genre. Le présent article a pour objectif d’examiner et de rendre compte des interactions en mathématiques entre l’enseignant[e] et ses élèves à l’école maternelle selon leur sexe, tout en prenant en compte les représentations des enseignant[e]s concernant l’apprentissage des mathématiques, également selon le sexe des élèves. Le chercheur a mené 175 demi-journées d’observations auprès de 35 enseignant[e]s exerçant à l’école maternelle ainsi qu’un entretien couplé à une tâche (Cukrowicz, 2006) avec chaque professionnel[le]. Si certaines différences sont significativement plus présentes en mathématiques que dans le contexte général, ce n’est pas le cas de tous les types d’interactions. Les représentations des enseignant[e]s concernant l’apprentissage des mathématiques semblent également différer selon le sexe de 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 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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».