Déterminants socioculturels de l’apprentissage du discours décontextualisé en milieu scolaire : vers un cadre théorique intégré
Bibliographic record
Abstract
La disparité entre la performance scolaire des enfants des groupes majoritaire et minoritaire devrait normalement diminuer avec les années de scolarisation. C’est pourtant l’inverse qui se produit et ce paradoxe, bien connu des chercheurs dans le domaine, n’a pas encore reçu d’explication satisfaisante. Cet article se propose de tracer les grandes lignes d’un cadre théorique qui, tout en aidant à saisir la grande complexité du problème, permet d’approfondir la compréhension d’un de ses aspects : l’interaction entre la culture et la cognition. La théorie des schémas est utilisée pour expliquer certaines difficultés rencontrées dans la pratique de la lecture et de l’écriture, en se basant sur le fait que des expériences culturelles disparates donnent lieu au développement de schémas distincts chez les individus de cultures différentes. Le processus de scolarisation, qui devrait consister à étendre le répertoire de schémas cognitifs, sociaux et linguistiques de l’enfant est à l’origine d’un aspect du paradoxe étudié; en étant axés sur les habiletés de base, les programmes scolaires offrent un contexte peu propice au développement de certains schémas cognitifs essentiels.
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 | 0.006 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.015 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".