La médiation sociale pour comprendre l’expérience socioscolaire d’élèves immigrantes : regards croisés d’enseignantes et d’élèves autour des pratiques de soutien à l’apprentissage
Bibliographic record
Abstract
Cet article s’appuie sur une recherche doctorale, laquelle explore les pratiques enseignantes de soutien aux apprentissages auprès d’élèves immigrantes récemment arrivées au Québec et intégrées dans des classes ordinaires multiethniques au primaire. L’article vise à comprendre l’expérience socioscolaire de ces élèves, voire leurs perceptions des pratiques de soutien, à travers les regards croisés de deux enseignantes et de trois de leurs élèves autour des pratiques de soutien à l’apprentissage mises en place par les enseignantes. Plus spécifiquement, l’objectif de l’article est d’analyser les différents points de vue des actrices sur le soutien fourni aux élèves. Nous avons alors mené des observations en classe et des entrevues avec les participantes pour documenter les pratiques de soutien aux apprentissages dans le contexte de leur déroulement. Nous inscrivons ces pratiques dans le concept de médiation sociale pour mieux comprendre les interactions entre l’élève et l’enseignante, ainsi que le rôle des ressources, voire des outils, dans le processus d’apprentissage des élèves. L’analyse de trois séquences de soutien appartenant à deux tâches en mathématiques et en lecture a permis de dégager trois aspects de la médiation sociale que nous nommons « empêchée », « fluide » et « opaque ». Ces cas de figure reflètent les enjeux de l’appropriation des outils de soutien par les élèves et, par conséquent, leur expérience socioscolaire.
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 | 0.005 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.019 | 0.022 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.010 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".