Bibliographic record
Abstract
Le journal de lecture est un type de dispositif didactique dont l’objectif peut être d’amener l’élève à verbaliser les différentes stratégies utilisées pendant la lecture d’une oeuvre longue. Ce type d’écrit réflexif offre la possibilité à l’enseignant d’évaluer l’utilisation par l’élève des processus de lecture littéraire en cours d’action. Cependant, la singularité de chaque sujet lecteur pose des défis de taille aux enseignants, habitués qu’ils sont à plutôt contrôler le questionnement de même qu’à concentrer l’élève sur l’objet texte. Dans un tel contexte, comme le sou li gne Jorro (2008), les enseignants sont en effet amenés à réfléchir dans l’action et sur l’action. Dans le cadre d’une recherche empirique à visée descriptive conduite dans trois classes défavorisées montréalaises (6e primaire, 10-12 ans ; 2e et 4e secondaire, 13-16 ans), où tous les élèves devaient lire un même roman au sein d’un même modèle d’enseignement, nous avons proposé aux enseignantes d’utiliser le journal de lecture et de guider leurs gestes d’évalua tion selon la perspective réflexive et dialogique de ces dispositifs. Nous analysons et comparons le type de savoir-évaluer que ces trois enseignantes ont pu s’appro prier, puis nous commenterons les différences observées dans leurs gestes d’évaluation formative selon l’âge de leurs élèves.
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 | 0.004 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.009 | 0.010 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.053 | 0.026 |
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".