Quel impact d’un entrainement des compétences morphologiques sur le vocabulaire en français : Une étude auprès d’enfants francophones issues de milieux socialement défavorisés
Bibliographic record
Abstract
Nous présentons une étude interventionnelle menée auprès de 202 élèves français, scolarisés en deuxième et troisième années, au sein d’écoles en Réseau d’Éducation Prioritaire, situées en milieux socio-économiquement défavorisés. Deux interventions, menées par les enseignantes et enseignants, étaient comparées : une intervention ciblant le développement des compétences morphologiques et une intervention visant l’acquisition de mots nouveaux (vocabulaire). Chaque intervention était organisée en 14 séances, toutes organisées selon le principe d’une alternance des explications orales et activités écrites. L’effet des interventions était évalué sur une mesure de précision en lecture de textes, et montrait une supériorité de l’intervention en morphologie. La question de l’impact de l’intervention sur l’apprentissage du vocabulaire a fait l’objet d’une analyse poussée en comparant l’effet sur quatre catégories de mots, selon qu’ils ont été présents dans l’une ou l’autre des interventions, les deux ou absent des deux. Chaque intervention était efficace pour développer le vocabulaire présent dans l’intervention, mais la comparaison engageant les mots inclus dans les deux interventions montre une supériorité de l’intervention centrée sur l’enseignement explicite du vocabulaire. Ces résultats suggèrent que les interventions en morphologie et en enseignement direct de vocabulaire sont pertinentes pour cette population et ont des contributions qui ne se recoupent pas, mais sont complémentaires.
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 | 0.011 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".