Analyse des retombées intermédiaires d’un dispositif de développement professionnel sur le soutien du développement langagier en centre de la petite enfance
Bibliographic record
Abstract
La présente étude décrit la mise à l’essai d’un dispositif de développement professionnel quant au soutien du développement langagier offert aux enfants en centre de la petite enfance. Le dispositif, qui inclut une modalité de cointervention avec une orthophoniste, a été proposé à quatre éducatrices. À l’aide d’un devis mixte et à partir du modèle logique de Coldwell et Simkins (2011), les retombées intermédiaires du dispositif ont été analysées, à savoir les réactions des éducatrices, les nouvelles connaissances qu’elles ont acquises et les habiletés développées, ainsi que les changements dans leurs pratiques de soutien du développement langagier. Une triangulation entre les données sur la fréquence d’utilisation de quinze pratiques de soutien du développement langagier et l’analyse d’entretiens avec les éducatrices souligne l’importance d’ancrer ces nouvelles connaissances et habiletés dans le quotidien des éducatrices, et permet de mieux comprendre certains défis inhérents aux transformations de pratiques. Mots-clés : développement professionnel, éducation à la petite enfance, pratiques de soutien du développement langagier, modèle logique, collaboration interprofessionnelle
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 | 0.010 | 0.034 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
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".