Utiliser le tutorat par les pairs pour favoriser l'apprentissage de la lecture en milieu défavorisé : une pré-expérimentation et un examen de la non-réponse
Notice bibliographique
Résumé
L'objectif de cet essai en psychologie de l'éducation était d'évaluer de manière préliminaire l'efficacité d'activités de tutorat par les pairs d'Apprendre à lire à deux, tout en analysant qualitativement les caractéristiques des élèves qui ne répondent pas à l'intervention. Ces activités sont destinées aux élèves débutants de première année du primaire de milieu défavorisé. Afin de situer la démarche dans son contexte, nous présentons, en introduction, les différentes approches théoriques ayant orienté l'enseignement de la lecture et examinons les fondements empiriques de ces approches. L'article au coeur de cet essai décrit la mise à l'essai d'Apprendre à lire à deux, l'adaptation en français du First-Grade Reading Peer-Assisted Learning Strategies. Quatre classes de première année du primaire ont été assignées à une condition contrôle ou à une condition intervention. Les résultats des analyses descriptives suggèrent que les élèves de la condition intervention ont réalisé, en moyenne, plus de progrès en lecture que ceux de la condition contrôle. Nous avons aussi examiné les caractéristiques des élèves n'ayant pas réalisé de progrès dans les classes où les activités d'Apprendre à lire à deux avaient été utilisées. Ces élèves dits «non-répondants» semblent se distinguer par leur inattention en classe ainsi que par leur difficulté à établir une bonne relation avec l'enseignante. L'article a été soumis à la Revue canadienne de l'éducation. En conclusion, nous décrivons l'importance croissante accordée aux données sur l'efficacité des méthodes d'enseignement par les décideurs publics américains et ontariens. Nous examinons aussi l'évolution rapide de la situation au Québec. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : pré-expérimentation, lecture, milieu défavorisé, non-répondants, méthodes d'enseignement.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».