L’accompagnement parental dans l’apprentissage en lecture des élèves canadiens
Bibliographic record
Abstract
Parmi l’ensemble des facteurs ayant une influence sur le niveau d’apprentissage des élèves, le statut socio-économique familial est celui qui retient souvent l’attention des milieux scientifiques et politiques. Par ailleurs, bon nombre de recherches soulignent que les caractéristiques familiales ont un impact moindre sur les résultats scolaires que les variables du processus familial. Plus spécifiquement, le soutien affectif des parents semble être la dimension la plus probante en matière de facteur de protection dans le contexte de la réussite scolaire. Nous nous avons voulu savoir : (1) Quelle est la relation entre chacun des modes d’accompagnement parental évalué par le Programme international de l’OCDE pour le suivi des aquis des élèves (Pisa 2000) et le rendement en lecture de l’ensemble des élèves canadiens? (2) La relation entre chacun de ces modes d’accompagnement parental et la réussite académique est-elle plus importante que celle du niveau socioéconomique familial et dans quelle mesure ces relations sont-elles liées? La communication culturelle semble être le mode d’accompagnement parental le plus important. En outre, l’effet de la communication culturelle et de la communication sociale semblent être en partie expliqué par le niveau socioéconomique familial même si l’effet du mode d’accompagnement parental est relativement indépendant de celui-ci.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 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".