Soutenir le développement langagier des enfants en maternelle : portrait de la qualité des interactions enseignant.e/enfants
Bibliographic record
Abstract
Les enfants issus de milieux précarisés sont plus susceptibles de développer de faibles habiletés langagières (Hoff, 2003 ; Sylvestre & Mérette, 2012). En plus du milieu familial, l’environnement scolaire constitue un contexte privilégié pour prévenir certaines difficultés langagières (Dickinson, 2011). Les enfants peuvent y bénéficier d’interactions riches et diversifiées, tant avec les adultes qu’avec leurs pairs (Pence et al., 2008). C’est lorsque la qualité des interactions enseignant-enfant atteint un certain seuil que les effets bénéfiques sur les habiletés langagières seraient plus importants, surtout pour les enfants plus vulnérables (Burchinal et al., 2010). Or, la qualité de ces interactions - plus spécifiquement la qualité des stratégies de soutien au développement langagier - est très variable d’un milieu préscolaire à l’autre, selon des études québécoises (Bouchard et al., 2010 ; ISQ, 2014). De surcroît, la qualité serait plus faible dans les milieux défavorisés (Vandenbroeck, 2015). Cependant, aucune étude n’a été menée actuellement en Belgique francophone. L’objectif est de documenter la qualité des interactions et de l’utilisation de stratégies de soutien langagier par les enseignants dans les classes de deuxième maternelle en Wallonie/Bruxelles. Six enseignants de 2ème maternelle participent à la phase-pilote. Des observations in vivo et des enregistrements vidéo sont réalisés dans les classes, dans les conditions les plus naturelles possible. La qualité des interactions est évaluée à l’aide du CLASS® Pre-K (Classroom Assessment Scoring System®, Pianta et al., 2008). La Grille d’évaluation des interactions et des pratiques langagières de l’éducatrice (GEIPLE) est également complétée (Girolametto et al., 2002, traduite par Bouchard et al., 2010). Les résultats permettent d’engager une réflexion sur les modalités actuelles, et sur celles qu’il est possible d’implanter, pour mieux soutenir le développement langagier des enfants, et plus particulièrement des enfants en milieu précarisé, et d’émettre des recommandations relatives aux formations prodiguées aux enseignants.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".