Profil des compétences langagières des élèves qui fréquentent les CFER : résultats préliminaires
Bibliographic record
Abstract
Étant donné l’importance des compétences langagières dans le parcours scolaire d’un individu ainsi que dans son développement personnel, professionnel et social, l’objectif de ce texte est de présenter un portrait des compétences langagières des élèves au début de leur parcours dans les CFER et à la suite d’une première année de formation. Différentes épreuves diagnostiques ont été utilisées de manière à évaluer l’ensemble des composantes des compétences langagières. Plus spécifiquement, seront présentés dans cet article les résultats obtenus (1) pour le volet lecture, aux épreuves de compréhension écrite, d’identification de mots et de conscience phonologique; (2) pour le volet écriture, à l’épreuve de production de mots et (3) pour le volet oral, aux épreuves de compréhension d’énoncés et de structure du récit, et de vocabulaire fonctionnel. Les analyses permettront de démontrer l’évolution des compétences langagières chez les jeunes scolarisés dans les CFER et les relations existantes entre les résultats aux différentes épreuves.
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 | 0.004 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".