L’intervention en petite enfance : pour une éducation développementale
Bibliographic record
Abstract
Cet article présente une réflexion tirée de notre expérience des vingt dernières années en recherche fondamentale portant sur le développement de l’enfant, et plus récemment, de notre tentative de transfert de connaissances vers le milieu, c’est-à-dire vers les parents, les enfants et les éducatrices des centres de la petite enfance. Elle se fonde sur une vision socio-génétique du développement, qui place les transactions sociales au coeur du développement. C’est à travers cette perspective métathéorique que s’inscrit également notre vision de l’adaptation. À partir des principaux travaux qui sont à la source de la perspective de l’enforcement, nous tentons de définir ce concept et de le situer en tant que principe d’intervention visant le soutien au développement humain. Par la suite, nous abordons les limites inhérentes aux approches qui tirent leurs justifications de la correction ou de la prévention de problèmes, et de là, la contribution et les besoins en termes de recherche. Enfin, dans un effort d’intégration, nous proposons quelques éléments qui nous semblent pertinents à l’élaboration de programmes de soutien au développement humain, basée sur une éducation développementale.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".