Les pratiques enseignantes pour soutenir le langage oral des enfants selon les contextes de classe à l'éducation préscolaire 5 ans
Bibliographic record
Abstract
Ce mémoire par insertion d’un article consiste à étudier les pratiques enseignantes pour soutenir le langage oral de l’enfant en fonction des différents contextes de classe à l’éducation préscolaire 5 ans. Pour ce faire, les pratiques de neuf enseignantes et un enseignant ont été observées à l’aide d’une grille d’observation par intervalle, la Grille d’observation des pratiques éducatives pour le soutien de la Communication, du Langage et de l’Émergence de l’Écrit (CLÉÉ) (Bergeron-Morin et al., 2019). Puis, ces pratiques ont été étudiées en fonction de cinq contextes de classe (p. ex. activité en grand groupe initiée par l’adulte ou collation) identifiés à partir des définitions de l’outil Emerging Academic Snapshot (EAS ; Ritchie et al., 2001). Les résultats montrent que les enseignantes et l’enseignant utilisent plus de pratiques pour se centrer sur l’enfant, de pratiques pour promouvoir les interactions verbales en classe et de pratiques de modelage langagier dans les activités initiées par l’enfant que dans tous les autres contextes de classe à l’ÉP 5 ans. Toutefois, ce contexte de classe ne représente que 24 % du temps observé dans une matinée, une proportion moins importante que d’autres contextes de classe, comme l’activité en grand groupe initiée par l’adulte (28 %). Ces résultats sont discutés au regard des objectifs de recherche poursuivis. Ils soulèvent notamment le besoin de recherche sur le développement professionnel des enseignantes et des enseignants1 quant au soutien qu’ils offrent relativement au langage oral des enfants lors des activités initiées par eux.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".