Pratiques déclarées d’enseignantes et d’enseignants à l’éducation préscolaire cinq ans en matière de soutien au développement langagier des enfants
Bibliographic record
Abstract
Cet article vise à documenter les pratiques déclarées d’enseignantes et d’enseignants à l’éducation préscolaire cinq ans en matière de soutien au développement langagier des enfants. Pour recueillir les données permettant d’atteindre cet objectif, un entretien individuel semi-dirigé a été mené auprès de 17 personnes enseignantes. Les résultats montrent qu’elles affirment accorder de l’importance au soutien du développement langagier des enfants, autant pour le langage oral qu’écrit. Toutefois, elles déclarent seulement des pratiques directes pour soutenir le développement du langage oral, contrairement au développement du langage écrit pour lequel des pratiques directes et indirectes sont identifiées. Ces résultats permettent de mieux comprendre et d’expliquer les pratiques que les enseignantes et les enseignants à l’éducation préscolaire déclarent privilégier pour soutenir le développement langagier des enfants, et ce, dans l’optique d’asseoir un dispositif de développement professionnel pour les former et les accompagner en matière de soutien langagier auprès des enfants à l’éducation préscolaire cinq ans.
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 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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".