Comparative Study on the Inclusion of Newly Arrived Students in Primary School (France – Luxembourg – Quebec) : what Pedagogical Differentiations?
Bibliographic record
Abstract
Depuis les années 1960, la massification de l’école et les vagues d’immigration ont transformé le paysage scolaire dans de nombreux pays de l’OCDE. Les enseignants de classe ordinaire accueillent désormais une population plus hétérogène du point de vue linguistique et des parcours scolaires, notamment en raison des préconisations d’inclusion rapide. Nous avons étudié les pratiques de différenciation mises en place par les enseignants de l’école élémentaire accueillant des élèves nouvellement arrivés. Cette étude a été menée grâce à l’éducation comparée entre la France, le Québec et le Luxembourg. Nos hypothèses de recherche reposent sur les problématiques rencontrées par ces enseignants. Pour y répondre, deux outils d’enquête ont été mis en place, un questionnaire numérique (252 répondants) et des entretiens semi-compréhensifs (13 entretiens). Notre base de données d’analyse a ainsi été constituée, visant à connaître les propositions d’accueil, les formations, les pratiques de différenciation et les questionnements des enseignants. Notre approche théorique a débuté par une présentation des terrains de la recherche afin de poser les jalons de l’étude comparée des trois systèmes éducatifs. Les conceptions des grands pédagogues et l’essor de la pédagogie différenciée ont ensuite été développés. L’analyse des réponses des enseignants nous a permis d’identifier six grands domaines de différenciation centrés principalement sur le cadre d’apprentissage. L’ouverture vers une approche interculturelle et la prise en compte de la composante relationnelle tournée vers l’enfant, ses relations avec l’enseignant et avec ses pairs se sont avérées être une condition de réussite essentielle.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".