Élaboration d’un dispositif axé sur les connaissances morphologiques pour soutenir le développement du vocabulaire transdisciplinaire
Bibliographic record
Abstract
L’objectif de la présente étude était d’élaborer, de mettre en œuvre et de valider un dispositif d’enseignement des connaissances morphologiques afin de soutenir le développement du vocabulaire transdisciplinaire chez des élèves de quatrième année du primaire. Pour concevoir un dispositif qui articule rigueur scientifique et réalité du terrain, nous avons opté pour une démarche de recherche-développement (Bergeron et al., 2021), structurée en cinq phases : la précision, la structuration, le développement, l’amélioration et la diffusion. Le dispositif d’enseignement conçu a été soumis à deux mises à l’essai successives pour sa validation. La démarche est présentée en décrivant les objectifs, le contenu, les outils de collecte de données utilisés, ainsi que la procédure de collecte et d’analyse des données pour chaque phase. Cette présentation méthodologique est suivie des résultats spécifiques à chacune des phases du développement du dispositif. Les retombées scientifiques et sociales de l’étude sont également discutées, de même que ses principales limites.
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 | 0.029 | 0.055 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.008 | 0.006 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.016 | 0.017 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.025 | 0.006 |
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".