MétaCan
Menu
Back to cohort
Record W753850806 · doi:10.71781/1467

Développement langagier des tout-petits : étude de cas de l'articulation problème – solution chez les acteurs de la petite-enfance d’un territoire pluriethnique de Montréal

2013· dissertation· fr· W753850806 on OpenAlexaboutno aff
Marie-Pascale Pichette

Bibliographic record

VenueOpen MIND · 2013
Typedissertation
Languagefr
FieldSocial Sciences
TopicFrench Language Learning Methods
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArtPolitical science

Abstract

fetched live from OpenAlex

Ce mémoire porte sur la perception des acteurs multisectoriels de la petite enfance concernant le développement langagier des tout-petits et les interventions qu’ils proposent pour le soutenir. L’origine de cette question vient de l’Enquête sur la maturité scolaire des enfants montréalais. En route pour l'école! (DSPM, 2008a) qui révélait que les tout-petits montréalais étaient plus vulnérables dans les domaines du développement cognitif et langagier et des habiletés de communication et connaissances générales que ceux de l’échantillon normatif canadien, jumelée à la préoccupation des acteurs eux-mêmes relativement à cette problématique. Les objectifs sont de décrire le portrait qu’ont ces acteurs du développement langagier des enfants de leur milieu et analyser ces représentations sur le plan de leur articulation problème – solution. Pour y répondre, un cadre conceptuel écologique mettant en relation quatre niveaux d’influence (enfant, famille, voisinage, environnement général) et cinq axes d’intervention a été conçu. La méthodologie adoptée fut une étude de cas qualitative à base d’analyses documentaires et d’entrevues (n=10) auprès des six secteurs engagés dans l’intervention intersectorielle en petite enfance dans un CSSS montréalais. Les résultats montrent que ces acteurs connaissent les facteurs influençant le développement langagier des tout-petits. Les interventions actuelles ou souhaitées sont cohérentes avec les écrits scientifiques et partiellement stratégiques par rapport aux facteurs de risques identifiés. Des actions doivent toutefois être posées pour soutenir davantage les jeunes familles, dont celles visant à hausser la qualité du voisinage ou encore, l’accès à des services publics de qualité.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.713
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0050.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.029
GPT teacher head0.363
Teacher spread0.333 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicFrench Language Learning MethodsFrench-language works237,207