La contribution de la diversité des expériences littéraires préscolaires aux habiletés émergentes en littéracie
Bibliographic record
Abstract
Les études antérieures montrent que les facteurs langagiers et cognitifs chez le jeune enfant ne suffisent pas pour expliquer les différences individuelles dans l’acquisition des compétences relatives à la langue écrite (Sénéchal et LeFevre, 2002). S’inspirant de l’éthologie et de la sociologie, Pellegrini (2001) propose que l’exposition à une plus grande variété d’interlocuteurs et de contextes sociaux pour l’exercice des compétences liées à l’écrit favorise l’acquisition du langage littéraire et des compétences en lecture/écriture. La présente étude a pour but de vérifier cette contribution de la variété des opportunités sociales reliées à l’écrit à l’acquisition des compétences émergentes en littéracie à 5 ans. Cette contribution est examinée de concert avec les ressources financières familiales, l’éducation parentale, la fréquence des activités mère-enfant de lecture/écriture et les compétences verbales et mnémoniques de l’enfant. Les résultats confirment partiellement l’hypothèse de Pellegrini et appuient la pertinence de considérer plusieurs dimensions des expériences sociales préscolaires. La contribution unique de la diversité des activités littéraires de l’enfant à 48 mois s’avère de taille similaire à celle du vocabulaire réceptif évalué à 42 mois et de la mémoire à court terme à 42 mois. La diversité des interlocuteurs n’ajoute toutefois pas au modèle.
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 | 0.002 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".