Un portrait de la qualité des interactions enseignant/enfants pour soutenir le développement langagier à l’école maternelle
Bibliographic record
Abstract
L’environnement scolaire, et plus particulièrement l’éducation préscolaire (enseignement maternel en Belgique), constitue un contexte privilégié pour soutenir le développement du langage et de la communication des enfants. Il a en effet été démontré que la qualité des interactions en contexte préscolaire joue un rôle protecteur sur le développement langagier des enfants plus vulnérables, issus de milieux précarisés (Burchinal et al., 2010; Simard et al., 2013). En effet, à l’école maternelle, les enfants peuvent bénéficier quotidiennement d’interactions verbales riches et diversifiées, non seulement avec leur enseignant, mais également avec leurs pairs (Blain-Brière et al., 2014). Dès lors, les enseignants de maternelle occupent une place privilégiée pour favoriser et entretenir des interactions de qualité, propices au développement langagier. Cependant, des études internationales (Bouchard et al., 2010; Piasta et al., 2012) ont montré que la qualité des pratiques éducatives, surtout en matière de soutien langagier, n’est pas toujours optimale, ayant pour conséquence des effets plus modestes sur le développement langagier des enfants, surtout chez les plus vulnérables (Dickinson et al., 2011). Bien que l’importance de soutenir le langage et la communication des enfants en milieu préscolaire soit établie, aucune étude n’a, à ce jour, été réalisée en Belgique francophone. Or, dresser un portrait des pratiques utilisées dans les classes de maternelle pour soutenir le développement langagier des enfants apparait comme essentiel. L’objectif du travail présenté est donc de documenter la qualité des interactions et l’utilisation de stratégies de soutien langagier par les enseignants dans les classes de deuxième maternelle en Belgique francophone, auprès enfants âgés d’environ 4 ans. Pour ce faire, des observations in vivo sont réalisés dans 25 classes de deuxième maternelle afin d’évaluer la qualité des interactions enseignant/enfants à l’aide du CLASS® Pre-K (Classroom Assessment Scoring System®, Pianta et al., 2008). Trois domaines sont pris en considération : le soutien émotionnel, l’organisation de la classe et le soutien aux apprentissages qui inclut le modelage langagier. Une analyse des stratégies de soutien langagier utilisées par l’enseignant complète le portrait réalisé dans chacune des classes. Ces données sont analysées en relation avec l’expérience professionnelle des enseignants, le nombre d’enfants dans la classe, l’indice socio-économique des écoles et le type d’activités proposées. Les résultats obtenus amènent une réflexion sur les modalités qui peuvent permettre de mieux soutenir le développement langagier des enfants dans leur contexte éducatif, plus particulièrement auprès des enfants plus vulnérables.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| 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 | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".