MétaCan
Menu
Back to cohort
Record W2781314479 · doi:10.3917/nras.074.0027

Pratiques d’adaptation de l’évaluation pour l’inclusion d’élèves dyslexiques : qu’arrive-t-il au deuxième cycle du secondaire ?

2016· article· fr· W2781314479 on OpenAlexaff
Constance Denis, Christelle Lison, Martin Lépine

Bibliographic record

VenueLa nouvelle revue - Éducation et société inclusives · 2016
Typearticle
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsUniversité de Sherbrooke
Fundersnot available
KeywordsChemistryMolecular biologyBiology

Abstract

fetched live from OpenAlex

Dans la littérature recensée, peu d’études portent sur les adaptations de l’enseignement qu’engendre la politique sur l’inclusion scolaire au deuxième cycle du secondaire (Denis, 2013). Pourtant, l’inclusion scolaire suppose l’adaptation des pratiques afin d’optimiser la réussite scolaire des élèves qui bénéficient de cette politique (Gombert et Roussy, 2007 ; Vienneau, 2004). Dans le but de mieux connaître la situation au secondaire québécois, nous nous sommes basés sur les recherches de Gombert et Roussy (2007) ainsi que de Nootens (2010) afin de développer une typologie des pratiques d’adaptation de l’enseignement en contexte d’inclusion scolaire. Les données recueillies au moyen d’entrevues semi-dirigées auprès d’enseignants québécois de français permettent de décrire les adaptations des pratiques d’enseignement, en milieu urbain, pour les élèves dyslexiques inclus dans les classes ordinaires au deuxième cycle du secondaire. Dans le cadre de cet article, nous proposons une synthèse des dix gestes d’adaptation déclarés par les enseignants, et plus particulièrement ceux relatifs à l’adaptation de l’évaluation. Pour ce faire, nous discutons spécifiquement des gestes liés à l’environnement de travail, à la réalisation de l’évaluation et à la notation.

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 imitation

Not 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.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.006
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.393
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0090.006
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0040.002
Scholarly communication0.0000.002
Open science0.0010.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.103
GPT teacher head0.428
Teacher spread0.326 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations4
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueLa nouvelle revue - Éducation et société inclusivesSame topicEducation, sociology, and vocational trainingFrench-language works237,207