Une étude exploratoire de la validité culturelle de l'outil d'observation Individualized Classroom Assessment Scoring System (inCLASS) à Grenoble (France) et à Montréal (Québec, Canada)
Bibliographic record
Abstract
Dans le domaine de l'éducation de la petite enfance, la qualité des interactions sociales et éducatives est reconnue comme un facteur clé du développement des enfants, notamment en ce qui concerne leur engagement en classe. L'engagement, défini comme la capacité à interagir avec les adultes, les pairs, et à participer activement aux tâches éducatives, est influencé par de nombreux facteurs, dont la culture. Ce projet de recherche explore la validité culturelle de l'outil d'observation américain Individualized Classroom Assessment Scoring System (inCLASS) dans deux contextes francophones distincts : Grenoble (France) et Montréal (Québec, Canada). Le inCLASS, initialement développé pour des enfants américains, vise à mesurer l'engagement des enfants dans un cadre éducatif, mais son utilisation en dehors du contexte américain demeure peu étudiée. Le premier objectif de cette thèse était d'examiner dans quelle mesure le modèle factoriel du inCLASS, qui comprend des interactions avec les adultes, les pairs, et les tâches, peut être ajusté pour des enfants dans les contextes éducatifs de Grenoble (France) et de Montréal (Québec, Canada). Le deuxième objectif visait à identifier des profils latents d'engagement en fonction de la culture et des caractéristiques individuelles des enfants telles que le sexe et la langue maternelle. Cette recherche s'est appuyée sur une approche centrée sur la personne et a utilisé comme principales méthodes statistiques l'analyse factorielle confirmatoire et l'analyse de profils latents. En tout, 404 enfants (201 enfants au Québec et 203 en France) ont été observés dans des classes de maternelle 3 ans à Grenoble (France) et dans des groupes de 3 ans de centres de la petite enfance (CPE) à Montréal (Québec, Canada). Les analyses ont été menées séparément dans chaque contexte afin de respecter les spécificités culturelles et structurelles de chaque système éducatif. Les résultats ont montré que le modèle du inCLASS nécessitait des ajustements en fonction du contexte éducatif : les enfants à Grenoble (France), où le modèle pédagogique est plus structuré et centré sur l'adulte, ont présenté des niveaux d'engagement différents de ceux des enfants québécois, qui évoluent dans un contexte éducatif plus flexible et centré sur l'enfant. Le premier article de cette thèse examine l'ajustement du modèle factoriel du inCLASS aux données des échantillons de Grenoble (France) et de Montréal (Québec, Canada). Les résultats ont révélé des différences significatives dans l'engagement des enfants en fonction du contexte culturel. À Grenoble (France), les enfants ont montré un engagement plus élevé envers les tâches d'apprentissage, tandis qu'à Montréal (Québec, Canada), l'engagement social, en particulier avec les pairs, a été plus marqué. Le second article explore les profils latents d'engagement chez les enfants, révélant l'existence de quatre profils distincts : un profil de fort engagement positif, un profil d’engagement de base, un profil de fort engagement négatif et un profil de faible engagement global. Les résultats ont montré que les enfants en France étaient plus susceptibles d'appartenir à des profils d'engagement plus élevés envers les tâches, tandis que les enfants québécois étaient plus souvent classés dans des profils présentant plutôt un engagement social plus élevé. Le sexe et la langue maternelle ont également été identifiés comme des facteurs associés à l’appartenance à ces profils, bien que leur influence varie selon le contexte. Ainsi, cette thèse souligne l’influence du contexte culturel sur l’engagement observé des enfants en contexte éducatif, et plaide pour une adaptation prudente des outils d’observation comme le inCLASS aux réalités locales. Les résultats offrent une lecture plus nuancée de l’engagement en contexte interculturel et constituent une base utile pour orienter des pistes d’intervention ou de recherche future. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : engagement, interactions sociales, éducation de la petite enfance, validité culturelle, inCLASS, différences culturelles, sexe, langue maternelle
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 | 0.024 | 0.040 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".