Le développement des gestes pragmatiques et leur relation avec le développement de la compétence textuelle chez l’enfant âgé de 4 à 10 ans
Bibliographic record
Abstract
Le geste est une composante importante de la communication en co-présence qui se développe de manière analogue aux habiletés linguistiques. Cette étude est centrée sur la relation entre l’évolution de la compétence textuelle et le développement de la capacité à utiliser les gestes pragmatiques avec les trois fonctions (performative, modale, de parsing) distinguées par Kendon (2004). Trente-trois enfants italiens âgés de 4 à 10 ans ont été enregistrés tandis qu’ils produisaient le récit d’un dessin animé. La composante linguistique a été examinée du point de vue du développement des compétences syntaxiques (nombre et types de propositions) et textuelles (usage de différents types de connecteurs). Les gestes ont été classés tout d’abord entre référentiels et pragmatiques, puis à l’intérieur de cette dernière catégorie entre gestes « performatives », « modals » et de « parsing ». Les résultats, obtenus aux plans qualitatif et quantitatif, montrent l’existence d’une étroite corrélation entre le développement de ces gestes, l’évolution de la complexité syntaxique et l’usage de différents types de connecteurs liée à l’accroissement des habiletés textuelles et pragmatico-communicatives de l’enfant.
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 | 0.001 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".