Effet de l’enseignement de l’orthographe et de l’enseignement du sens des mots sur l’apprentissage des phonèmes multigraphémiques et des lettres muettes par des élèves de 7-8 ans
Bibliographic record
Abstract
La majorité des erreurs commises en orthographe lexicale par les élèves du primaire sont associées à la production des phonèmes multigraphémiques et des lettres muettes non porteuses de sens. Pour documenter les meilleures façons d’enseigner ces phénomènes orthographiques, deux conditions expérimentales ont été mises à l’essai auprès de deux groupes d’élèves de 7-8 ans : 1) enseignement des propriétés formelles et des propriétés sémantiques des mots (n = 43) et 2) enseignement des propriétés formelles des mots (n = 44). Un troisième groupe d’élèves constituait le groupe contrôle (n = 44). Pour les deux conditions expérimentales, 24 mots ont été enseignés aux élèves. Pour évaluer les apprentissages réalisés, une dictée a été proposée aux élèves avant et après l’intervention. Les résultats montrent que l’intervention a favorisé l’apprentissage des phonèmes multigraphémiques et des lettres muettes chez les élèves ayant tiré profit des conditions expérimentales mises à l’essai, bien que des variations soient observées selon le phénomène orthographique.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 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".