Vers une compréhension du bruit provenant de la parole dans les écoles : quel est le rôle du design visuel?
Notice bibliographique
Résumé
Les salles de classe sont des milieux bruyants auditivement et visuellement. Au Québec, le bruit auditif dans les écoles s’avère une problématique qui règne depuis des dizaines d’années et qui reste encore d’actualité aujourd’hui. Le bruit environnant peut impacter négativement le bien-être et les apprentissages des élèves et le bien-être des enseignant·es. D’autant plus, souvent, la source principale de bruit dans les écoles provient de la parole, un comportement qui peut être contrôlé. Les élèves et surtout les enseignant·es surchargent leur système vocal pour pouvoir faire passer leur message oral à travers le bruit auditif, augmentant leur niveau d’effort vocal. Dans les salles de classe, les distractions visuelles telles que les affiches murales contribuent à l’encombrement visuel, qui peut être considéré comme du « bruit visuel ». Celui-ci peut également impacter négativement le bien-être des élèves et leurs apprentissages. Considérant la nature multimodale, ou audiovisuelle, de la parole, nous nous questionnions sur l’influence de l’encombrement visuel sur la parole. Ce mémoire de maîtrise, composé de deux études, avait pour but de 1) étudier la perception subjective des élèves québécois de leur salle de classe en relation avec des données acoustiques objectives, et 2) étudier l’effet de l’encombrement visuel sur l’effort vocal en termes de paramètres acoustiques (SPL, f0 et CPP) et de perception auto-rapportée de locutrices. Les deux études se sont basées sur des méthodes mixtes, intégrant des méthodes quantitatives similaires (ex. : collecte de mesures objectives acoustiques, analyses acoustiques) et des méthodes qualitatives similaires (ex. : collecte de données subjectives perceptuelles, analyse inductive de questions ouvertes). Les analyses quantitatives et qualitatives des deux études révèlent que bien que les résultats relatifs aux données objectives (mesures acoustiques) n’étaient pas statistiquement significatifs, les résultats relatifs aux données subjectives (perception) l’étaient. Par exemple, dans la première étude, les niveaux d’appréciation du son des élèves (EAE) n’étaient pas tous corrélés avec les SPLs, et dans la deuxième étude, le niveau d’encombrement visuel n’était pas corrélé aux paramètres acoustiques de SPL, f0 et CPP. Ces résultats mettent en lumière l’importance de considérer et d’inclure des données subjectives et perceptuelles dans les études portant sur les paysages sonores éducatifs et sur l’effort vocal, car ce sont des expériences vécues par des humains.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,008 |
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 ».