S’appuyer sur les perceptions des élèves du primaire pour favoriser la qualité des interactions en classe : élaboration et validation d’un questionnaire
Bibliographic record
Abstract
Les interactions en classe influencent la réussite éducative de tous les élèves. Le modèle Teaching Through Interactions (Hamre et Pianta, 2007) définit celles qui prennent place entre les élèves et l’enseignant selon trois domaines et dix dimensions. Bien qu’une grille d’observation permette de faire un portrait de classe, celle-ci ne tient pas compte de la perception des élèves qui est pourtant identifiée comme une composante-clé aux pratiques inclusives. Conséquemment, un questionnaire a été développé et validé pour brosser un portrait des interactions en classe telles que perçues par des élèves québécois de 4e, 5e et 6e année (n = 574, 53 % filles). Les analyses suggèrent que l’outil est valide, quoique certaines nuances doivent être considérées. Les indices de cohérence interne sont satisfaisants sur les trois domaines (α > 0,8) tandis qu’ils sont faibles à acceptables selon les dix dimensions (0,51 < α < 0,78). Des analyses factorielles confirmatoires soutiennent la structure à trois domaines et dix dimensions (X2/dl < 5, IAC > 0,8, RCMEA < 0,6). Les réponses des élèves suggèrent qu’ils entretiennent des perceptions favorables des interactions de leur classe pour les trois domaines (3,87 < M < 4,04 sur 5) et que le « Respect du point de vue de l’élève » est la dimension la plus faible. Ces résultats laissent envisager que le questionnaire est un outil complémentaire pour les enseignants et autres intervenants scolaires afin de les orienter sur des cibles d’intervention favorisant les interactions de la classe, en prenant appui sur l’expérience des élèves.
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 | 0.008 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".