MétaCan
Menu
Retour à la cohorte
Enregistrement W7125783991 · doi:10.7202/1122415ar

Le désengagement des garçons envers la lecture

2025· article· fr· W7125783991 sur OpenAlexaboutno aff
Nadia Bazinet

Notice bibliographique

RevueApprendre et enseigner aujourd’hui Revue du Conseil pédagogique interdisciplinaire du Québec · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGloomState agencyLove and hate

Résumé

récupéré en direct d'OpenAlex

L’article PEICA Canada 2022 – Analyse de nouvelles données pour le Québec fait état que : « Dans plusieurs juridictions, il existe un écart entre les filles et les garçons en matière de réussite scolaire. Ce phénomène, bien que les comparaisons internationales se butent à des structures scolaires différentes, est particulièrement bien ancré au Québec. » (Langlois, février 2025). Ayant consacré mon projet doctoral à mieux comprendre cet écart de réussite, la stagnation de la situation reste plus que préoccupante. Dans ma recherche portant sur le désengagement des garçons du secondaire envers les activités en lecture dans les classes de français langue seconde (FLS), la question du sentiment d’efficacité personnelle (SEP) a rapidement pris une place centrale au sein de cette recherche. Ayant eu l’occasion de sonder par questionnaire 146 élèves du secondaire (de 1 re à 3 e secondaire) afin de mesurer leur SEP en lecture et connaître les expériences vécues en lecture, j’ai pu par la suite animer trois groupes de discussion impliquant 14 garçons qui ont clairement mentionné leur désengagement envers la lecture dans les cours de FLS (10 des 14 participants) et permis d’identifier les pratiques d’enseignement de la lecture en FLS auxquelles ces élèves du secondaire ont le plus souvent été exposées et celles méritant d’être bonifiées (Bazinet, 2021).

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)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,006
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,302
Écart entre enseignants0,287 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revueApprendre et enseigner aujourd’hui Revue du Conseil pédagogique interdisciplinaire du QuébecMême sujetFrench Language Learning MethodsTravaux en français237 207