Explorer la perception d’enfants de maternelle de leur participation lors de la lecture d’histoire en classe et de leur intérêt à la lecture : une étude pilote
Bibliographic record
Abstract
Cette étude pilote explore la perception d’enfants de maternelle de leur participation lors de la lecture d’histoire en classe et de leur intérêt à la lecture, dans le but de démontrer la faisabilité d’utilisation de cette source de données dans le cadre d’études plus larges. La chercheuse a mené des entrevues individuelles semi-dirigées en visioconférence auprès de six enfants et analysé qualitativement celles-ci avec une analyse thématique (Braun et Clarke, 2013). Les résultats indiquent que les enfants participent lorsque leur enseignante pose une question à la classe, plutôt que de leur propre initiative. Les témoignages des participant[e]s révèlent une certaine tension entre la participation des enfants et la gestion de classe que leur enseignante doit assurer. Les résultats donnent également à penser que l’intérêt que portent les participant[e]s à la lecture ne se traduit pas nécessairement en habitudes autonomes de lecture fréquentes en classe ni en une perception d’être un lecteur. Un des enfants avait une enseignante ayant reçu de l’accompagnement professionnel sur la lecture interactive et l’utilisation de cette approche transparait clairement dans l’entrevue avec cet enfant. Les résultats justifient de poursuivre l’étude sur la participation des enfants lors de la lecture d’histoire en classe de maternelle et sur leur intérêt à la lecture en utilisant leur perception, aussi jeunes soient-ils, comme source de données. Cette dernière pourrait également être utile pour explorer l’impact d’interventions portant sur des pratiques en lecture. Les verbatims tirés de cette étude pourraient être incorporés à des formations continues destinées aux enseignant[e]s.
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 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".