L’élaboration d’un outil d’autoformation pour soutenir la planification d’activités lexicales au primaire
Bibliographic record
Abstract
Les enseignants du primaire semblent rencontrer des écueils lors de l’étape de la planification des activités lexicales. En effet, les recherches qui s’intéressent aux pratiques d’enseignement du lexique montrent que les interventions sont généralement plus spontanées que planifiées (Anctil et al., 2018 ; Scott et al., 2003). Au Québec, la situation pourrait s’expliquer en partie à cause de la désuétude des prescriptions ministérielles comme le Programme de formation de l’école québécoise (Ministère de l’Éducation, 2001) ou la Progression des apprentissages (Ministère de l’Éducation, du Loisir et du Sport [MÉLS], 2009) qui ne tiennent pas compte des plus récentes recommandations en matière d’enseignement-apprentissage du lexique comme l’enseignement direct de mots dans une démarche qui favorise le réemploi (Beck et al., 2013) ou le développement de la sensibilité lexicale (Tremblay, 2021). Une recherche-développement (Bergeron et al., 2020) a été menée afin de développer un outil d’autoformation soutenant la planification d’activités lexicales. Pour explorer les besoins des utilisateurs cibles en matière de planification, 19 professionnels de l’éducation (enseignants titulaires, enseignants ressources, conseillers pédagogiques, orthopédagogues) ont été rencontrés dans le cadre d’entretiens semi-dirigés. Puis, un prototype de l’outil a été soumis à une mise à l’essai fonctionnelle auprès de huit experts (par questionnaire) et une mise à l’essai empirique auprès de 16 professionnels de l’éducation (par observation et par entretiens semi-dirigés). Ces mises à l’essai ont permis de recueillir des propositions de modifications au regard de l’utilité, l’utilisabilité et la valeur d’estime de l’outil d’autoformation (Bergeron et al., 2021). Ces propositions ont mené à l’amélioration de l’outil dans plus de 14 différentes versions. Une mise à l’essai systématique auprès d’un grand nombre d’utilisateurs cibles permettrait de documenter leurs pratiques de planification d’activités lexicales et de mesurer les effets de l’utilisation de l’outil sur leurs connaissances au regard de l’enseignement-apprentissage du lexique.
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 | 0.023 | 0.045 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.011 | 0.009 |
| Open science | 0.004 | 0.008 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.046 | 0.011 |
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".