Connaissance du nom des lettres chez des enfants francophones de 4, 5 et 6 ans au Nouveau-Brunswick
Bibliographic record
Abstract
Les données sur l’évolution des connaissances alphabétiques chez les jeunes Canadiennes et Canadiens français sont rares. Pourtant, ces connaissances prédisent fortement le progrès en lecture dans les premières années scolaires. La présente étude porte sur les différences parmi des enfants canadiens-français de quatre, cinq et six ans (environ 40 par groupe d’âge) au niveau de cinq manifestations des connaissances alphabétiques, soit la chanson de l’alphabet, l’identification de lettres majuscules et minuscules ainsi que l’écriture de ces lettres. À une exception près, les facteurs habituels affectent la performance à ces tâches. La tâche la plus facile est la récitation suivie par l’identification puis par l’écriture. Plus les enfants sont âgés, mieux ils réussissent les tâches. Ils identifient et écrivent correctement plus de lettres majuscules que de minuscules et plus de lettres appartenant à leur prénom que les autres lettres. En revanche, ils ont plus de facilité avec les consonnes dont le nom finit par le son de la lettre (ex. : la lettre f qui se dit « ef ») qu’avec les consonnes dont le nom commence par le son de la lettre (ex. : la lettre b qui se dit « bé »). La discussion compare les études sur les connaissances alphabétiques en anglais et en français.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".