How a Grade One English Teacher Implements Reading Instruction in Her Classroom Using Response to Intervention
Notice bibliographique
Résumé
Cette étude qualitative explore la façon dont un enseignant d'anglais de première année dans une école primaire de la région métropolitaine de Montréal a mis en œuvre l'enseignement de la lecture et l'intervention dans le cadre d'une approche de Réponse à l'Intervention (RàI). Une composante essentielle de la RàI est l'enseignement fondé sur des données probantes, nécessaire pour s'assurer que tous les enfants acquièrent des compétences fondamentales en lecture. Une autre composante de la RàI comprend l'intervention précoce en lecture pour les élèves qui n'atteignent pas ces compétences de base, ce qui est essentiel pour combler l'écart avant que des problèmes de lecture plus importants ne surviennent (NRP, 2000). Les écarts de lecture sont faibles dans les premières années du primaire. Cependant, si elles ne sont pas comblées, elles continuent à croître jusqu'à ce qu'elles commencent à entraver la réussite des élèves dans toutes les matières (AECF, 2010). L'objectif de cette étude était d'examiner des exemples pratiques de RàI, en mettant l'accent sur les pratiques de lecture, et sur la manière de les mettre en œuvre dans la salle de classe. La méthodologie utilisée dans cette étude a suivi un modèle qualitatif, explorant la mise en œuvre du modèle RàI dans une classe de première année. La question principale de la recherche était la suivante : Comment une enseignante d'anglais de la région métropolitaine de Montréal met-elle en œuvre le modèle de réponse à l'intervention avec ses élèves de première année ? Les sous-questions qui ont été explorées pour répondre à la question principale étaient les suivantes : 1) quelles pratiques met-elle en œuvre pour aider les lecteurs et 2) comment l'enseignante définit-elle un modèle RàI réussi ? J'ai procédé à une analyse thématique des entretiens et des observations, qui a permis d'identifier quatre thèmes. Ces thèmes ont fourni des informations utiles qui ont permis de mieux comprendre l'approche RàI et l'importance d'un enseignement et d'une intervention précoces en matière de lecture, fondés sur des données probantes
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».