La qualité des interactions observées en classe et les pratiques déclarées par les enseignantes à l’éducation préscolaire
Bibliographic record
Abstract
Cette recherche a permis de mettre en parallèle des données observées et déclarées au sujet de la qualité des interactions enseignante-enfant à l’éducation préscolaire. Pour ce faire, l’outil Classroom Assessment Scoring System (CLASS) a été utilisé; celui-ci est composé de trois domaines : le soutien émotionnel, l’organisation de la classe et le soutien à l’apprentissage. L’échantillon à l’étude est composé de 12 classes d’éducation préscolaire; des observations ont d’abord été menées dans chacune des classes afin d’examiner la qualité des interactions à la maternelle 5 ans. Des entrevues semi-dirigées ont ensuite permis de relever les pratiques déclarées par les enseignantes au sujet des trois domaines qui composent l’outil d’observation. Les données issues de l’observation indiquent que le domaine « organisation de la classe » présente le niveau de qualité le plus élevé, en plus d’être le plus révélé par les enseignantes lors de l’entrevue. De plus, les résultats montrent un score de qualité moyen-faible lié au domaine du soutien à l’apprentissage dans les pratiques observées, ce domaine est d’ailleurs rarement évoqué par les enseignantes lors des entrevues. Ces résultats amènent à discuter du développement professionnel afin de favoriser la qualité des interactions en classe de maternelle.
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 | 0.007 | 0.032 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".