Les pratiques familiales de littératie en milieux défavorisés : réunir les familles, la communauté et les livres
Bibliographic record
Abstract
Cet article présente les résultats de la recherche-action du programme Histoires de famille ayant été offert à 9 familles issues de milieux défavorisés pendant 12 semaines dans divers lieux communautaires (p. ex., bibliothèque municipale, musée, maison de la famille, etc.). Ce programme a pour but d’outiller les parents à faire des activités de littératie afin de favoriser le développement langagier des enfants. L’objectif de cette étude qualitative est d’explorer les pratiques en littératie de mères issues de milieux défavorisés participant au projet communautaire Histoires de famille, de même que l’évolution de leurs pratiques au cours du projet. Les résultats montrent que les mères ont apprécié l’approche utilisée dans le programme, ont intégré des activités de littératie dans leur quotidien et ont constaté plusieurs apprentissages qu’elles-mêmes et leurs enfants ont réalisés. Des changements ont également été observés dans la manière dont les mères offrent du soutien à leurs enfants dans la réalisation de tâches de littératie. Enfin, cette recherche révèle l’importance d’ouvrir les portes des organismes communautaires aux familles vulnérables en les invitant à vivre des activités de littératie pour favoriser la préparation scolaire.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.007 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".