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
Bibliographic record
Abstract
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 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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| 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".