Copie de mots, connaissance des lettres et conscience phonémique : une étude longitudinale chez des enfants de 5 ans
Bibliographic record
Abstract
L’objet de cet article se situe dans le prolongement d’une étude effectuée par Rieben, Ntamakiliro, Gonthier et Fayol (2005) sur l’efficacité de différentes pratiques d’écriture chez des enfants de 5 ans. Ces chercheurs ont montré qu’au bilan psycholinguistique effectué en fin d’année, les résultats des élèves qui ont copié une série de mots pendant la phase d’entraînement ne se différenciaient pas de ceux du groupe contrôle. La présente analyse étudie les 6 048 mots copiés par ces mêmes enfants pendant l’entraînement dans le but de contribuer à expliquer son absence d’effet. Trois analyses ont été effectuées : nombre de mots correctement copiés; fréquence des différents types d’incorrections; relations entre les incorrections et les performances à deux épreuves psycholinguistiques (connaissance des lettres et détection phonémique). Les résultats montrent que les copies présentent un bon niveau qualitatif et qu’il n’existe pas de lien entre la fréquence des différents types d’incorrections et les scores aux épreuves psycholinguistiques, excepté le fait que les enfants qui produisent le plus de lettres non reconnaissables obtiennent un score en connaissance des lettres au bilan initial inférieur à celui des enfants qui en produisent le moins. Les résultats obtenus ne permettent pas d’attribuer le manque d’effet de la copie à des insuffisances des copies elles-mêmes; par conséquent, d’autres hypothèses explicatives devraient être testées.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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 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".