Sur la notion d’engagement envers la lecture : Constats, angles morts et complexités
Bibliographic record
Abstract
L’engagement en lecture fait l’objet de nombreux débats parmi les didacticiens de la lecture. Au cœur de ces débats coexistent plusieurs définitions complexes de cette notion qui entrent parfois en contradiction tout dépendant des épistémologies qui les orientent. En effet, issue de la psychopédagogie, la notion d’engagement envers la lecture a progressivement fait ses marques dans les travaux de recherche en didactique de la lecture pour se distinguer de l’idée de la motivation et de l’investissement des lecteurs. Or, le manque de consensus autour de sa définition et de sa caractérisation est problématique car, d’un point de vue tant didactique que pédagogique, l’engagement en lecture chez les élèves du primaire et du secondaire est essentiel pour leur réussite en lecture et pour le développement de leur compétence à lire. C’est dans ce cadre que cet article théorique porte sur la définition même d’engagement en lecture et propose une revue des études qualitatives et quantitatives européennes et américaines portant sur ce sujet dans le but de clarifier son usage, et ce, tant dans le milieu de la recherche que dans celui de la profession enseignante. Cette recension nous amène à proposer une schématisation dynamique des principaux concepts sous-jacents à la définition d’engagement envers la lecture. Cette schématisation nous permet de conclure cet article en proposant des recommandations pratiques destinées au réinvestissement de la notion d’engagement envers la lecture tant dans les milieux de recherche que dans les milieux de pratique par le biais d’applications concrètes en salle de classe.
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 | 0.012 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.006 | 0.030 |
| Scholarly communication | 0.019 | 0.013 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.002 | 0.006 |
| Insufficient payload (model declined to judge) | 0.007 | 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".