MétaCan
Menu
Back to cohort
Record W2900765458 · doi:10.7202/1053586ar

Le rapport à l’écriture d’élèves de sixième année du primaire suivant un apprentissage intensif d’une langue seconde

2018· article· fr· W2900765458 on OpenAlexaffvenueabout
Olivier Dezutter, Karine Lamoureux, Lynn Thomas, Sunny Man Chu Lau, Cécile Sabatier

Bibliographic record

VenueNouveaux cahiers de la recherche en éducation · 2018
Typearticle
Languagefr
FieldSocial Sciences
TopicWriting and Handwriting Education
Canadian institutionsBishop's UniversitySimon Fraser UniversityUniversité de Sherbrooke
Fundersnot available
KeywordsHumanitiesArt

Abstract

fetched live from OpenAlex

Au Québec, un nombre de plus en plus important d’écoles organisent un apprentissage intensif de l’anglais en tant que langue seconde durant la sixième année du primaire. Nous présentons ici une partie des résultats d’une étude qui porte sur l’impact de cet apprentissage intensif sur le rapport que les élèves établissent avec l’écriture en français langue d’enseignement et en anglais langue seconde. Trente élèves issus de cinq classes ont été rencontrés lors de mini-entrevues à trois moments distincts au cours de l’année scolaire (début, milieu, fin). Les résultats obtenus indiquent que les enfants rencontrés ont des pratiques d’écriture diversifiées en français langue d’enseignement en dehors des commandes scolaires et que ces pratiques varient peu au fil de l’année. Pour quelques-uns d’entre eux, le module d’apprentissage intensif de l’anglais en tant que langue seconde a pour effet de provoquer l’émergence de quelques pratiques d’écriture extrascolaire dans cette langue. Une majorité déclare s’engager positivement dans les activités scripturales scolaires à certaines conditions et les juge utiles pour la progression de l’apprentissage. Enfin, plusieurs élèves font preuve du développement d’une attention métalinguistique qui leur permet de percevoir des différences entre les deux langues.

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)0.013
metaresearch head score (Gemma)0.008
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.195
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0130.008
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.002
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0000.000

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 head0.065
GPT teacher head0.356
Teacher spread0.291 · 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

Citations2
Published2018
Admission routes3
Has abstractyes

Explore more

Same venueNouveaux cahiers de la recherche en éducationSame topicWriting and Handwriting EducationFrench-language works237,207