Compréhension de lecture et habiletés inférentielles : exploration des connaissances et des pratiques déclarées d’enseignants au primaire
Bibliographic record
Abstract
Générer des inférences justes est une habileté cruciale pour la compréhension en lecture (CL). Or, les pratiques d’enseignement pour cette habileté sont peu documentées. Pour mieux comprendre les pratiques actuelles, nous avons administré un questionnaire à 15 enseignantes pour dresser un portrait préliminaire des connaissances et pratiques déclarées quant aux inférences en CL. Nos résultats illustrent que la majorité des participantes démontre un niveau adéquat de connaissances générales quant aux inférences, alors que moins de 60 % démontrent un niveau plus approfondi. La plupart des enseignantes déclarent des pratiques documentées optimales, et ce, même si la régularité et la guidance sont rapportées par moins de 50 %. Au final, les pratiques déclarées apparaissent liées aux connaissances démontrées pour 73 % des participantes.
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 | 0.009 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.002 | 0.002 |
| 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".