Introduction - Des gestes, des mimiques et des mots pour dire, apprendre et comprendre
Bibliographic record
Abstract
Résumé La multimodalité de la communication renvoie aux différentes modalités expressives et non-verbales qui permettent de communiquer avec autrui ; ainsi, gestes de la main et de la tête, mimiques faciales et regards complètent et/ou nuancent le message verbal. L’idée de considérer que le développement de la communication est multimodal est récente ; en effet, les progrès technologiques mais aussi une façon différente d’envisager des modèles relatifs au développement ou au fonctionnement de l’adulte ont permis de faire émerger de nouvelles questions de recherche et de nouveaux faits. Ainsi, les travaux réalisés au cours des vingt dernières années montrent que la prise en compte de la multimodalité permet d’accroître nos connaissances non seulement à propos du développement de la communication et du langage mais aussi à propos des mécanismes d’apprentissage sur autrui et sur le monde. L’objectif de ce numéro thématique d’ Enfance est de présenter des travaux réalisés par des spécialistes au plan international du domaine en provenance tant d’Europe francophone et anglophone que des États-Unis et du Canada. Les recherches présentées portent à la fois sur le développement typique et atypique et ont des retombées à la fois en termes de recherche fondamentale pour mieux comprendre le développement tant normal que troublé mais aussi en termes plus appliqués pour esquisser des pistes tant au niveau de l’évaluation que de la prise en charge des enfants avec troubles et handicaps du développement.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.046 | 0.011 |
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".