Approche par les situations et intégration des TIC dans l'enseignement apprentissage du français langue d'enseignement à l'élémentaire
Bibliographic record
Abstract
Ce texte aborde la problematique de l’enseignement du francais langue d’enseignement en contexte de reforme curriculaire et d’innovation technologique dans une ecole pilote de Dakar (Senegal). Son contenu se fonde sur des resultats d’un projet de recherche collaborative mettant en partenariat des chercheurs de la Chaire UNESCO en developpement curriculaire de l’Universite du Quebec a Montreal (CUDC) et de l’Institut national d’etude et d’action pour le developpement de l’education (INEADE, Dakar) dans le cadre d’un projet d’integration des technologies de l’information et de la communication (TIC) dans les apprentissages de base a l’ecole elementaire au Senegal [1] . Le texte montre qu’un enseignement de la langue base sur une approche par les situations de vie avec integration des TIC contribue au developpement des competences en litteratie chez les eleves. Les ameliorations dans les apprentissages en langue constatees lors des activites de lecture et d’ecriture dans une classe experimentale de CM1 y sont decrites en recourant a une double focalisation. Une focalisation qui porte sur le rapport de l’eleve a son environnement incluant les TIC et celle qui porte sur l’objet d’enseignement. A cet effet, les perspectives constructivistes et de la cognition situee nous servent de cadre de reference pour analyser l’integration des TIC dans les apprentissages de la langue d’enseignement a l’Ecole Serigne Amadou Aly Mbaye (SAAM).
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 | 0.011 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.012 | 0.006 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".