Implantation d’ateliers de lecture interactive en centres de la petite enfance : pour l’intégration de nouvelles pratiques en éveil à la lecture et à l’écriture
Bibliographic record
Abstract
Le présent article a pour objectif de présenter le processus d’implantation d’une série d’ateliers de lecture interactive en CPE de milieux ruraux défavorisés. En nous appuyant sur un modèle d’analyse tiré de la science de l’implantation, nous avons pu en dégager les composantes principales, en plus des éléments facilitateurs et des obstacles rencontrés par les éducatrices tout au long du processus. Des questionnaires autorapportés et un entretien final en groupe ont permis de recueillir les données qui ont servi à l’analyse. Il en est ressorti qu’une formation préalable était nécessaire, que le projet devait être assez flexible pour s’intégrer aux pratiques des éducatrices, plutôt que de s’y superposer, et que la relation entre les éducatrices et les enfants devait à la base être positive pour assurer la réussite de l’implantation des ateliers. L’ouverture et la réceptivité initiales des éducatrices et des enfants sont des facilitateurs importants et le manque de temps s’avère l’obstacle principal.
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 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.021 | 0.004 |
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".