RECENSION DES ÉCRITS SUR LES PRATIQUES D’ENSEIGNEMENT EN LITTÉRATIE INTÉGRANT DES TECHNOLOGIES NUMÉRIQUES AUPRÈS D’ÉLÈVES EN SITUATION DE HANDICAP
Bibliographic record
Abstract
Les technologies numériques offrent de nombreuses possibilités pour l’enseignement de la littératie (lecture, écriture et oral) auprès d’élèves en situation de handicap. Or, leur intégration en enseignement constitue un défi. Cette recension des écrits scientifiques analyse sept articles publiés entre 2015 et 2019 intégrant des technologies dans les pratiques d’enseignement en littératie auprès d’élèves de 5 à 21 ans en situation de handicap (déficience intellectuelle). Les résultats montrent l’apport de technologies, dont la tablette électronique comme matériel adapté à l’âge chronologique, occasion d’apprentissages autonomes et autodirigés ou aides technologiques. En plus de recherches éventuelles, la discussion soulève des pistes pour renforcer la capacité des milieux scolaires à favoriser la littératie en y intégrant le numérique et en collaborant avec les familles et la communauté.
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 | 0.009 | 0.032 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.035 | 0.006 |
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".