Effets d’un programme fondé sur l’apprentissage socioémotionnel sur les compétences socio-émotionnelles d’élèves fréquentant une école francophone en milieu minoritaire
Bibliographic record
Abstract
Cette recherche vise à explorer les effets d’un programme fondé sur le Social and Emotional Learing (Collaborative for Academic Social and Emotional Learning, 2020) connu en français sous le terme apprentissage socio-émotionnel (ASÉ) sur le développement des compétences socio-émotionnelles d’un groupe d’élèves fréquentant une école francophone en milieu minoritaire. L’échantillon est composé de 40 élèves âgés entre 10 et 12 ans. Tous ont été évalués à l’aide de la version en français du questionnaire Social Skills Improvement System - Social Emotional Learning (SSIS-SEL) (Gresham et al., 2017) à deux reprises (avant et après le programme) et 30 d’entre eux ont participé au programme. Ce programme est composé des cinq domaines de compétences du Collaborative for Academic, Social, and Emotional Learning (2020) à savoir : 1) la conscience de soi, 2) l’autogestion, 3) la conscience sociale, 4) les compétences relationnelles et 5) la prise de décision responsable. Les résultats indiquent que la première hypothèse est partiellement confirmée car contrairement aux élèves de 6e année du groupe expérimental ceux du groupe expérimental de 5e année n’ont pas améliorer de façon significative trois de cinq compétences de base de l’ASÉ soit 3) la conscience sociale, 4) les compétences relationnelles et 5) la prise de décision responsable. De même, les résultats de la deuxième hypothèse sont également partiellement confirmés. On observe dans ce cas, plus de résultats significatifs aux échelles du questionnaire SSIS-SEL chez les élèves de 5e année du groupe expérimental que chez ceux de 6e année du groupe expérimental et ce, comparativement aux élèves de 6e année du groupe témoin. Les résultats montrent par ailleurs que l’ASÉ peut entraîner de façon général l’amélioration des compétences socio-émotionnelles des élèves des deux groupes expérimentaux.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 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".