DÉVELOPPER CONJOINTEMENT LA COMPÉTENCE MULTIMODALE ET LES COMPÉTENCES SÉMIOTIQUES SPÉCIFIQUES À L’AIDE D’UN DISPOSITIF ASSOCIANT LA LITTÉRATURE, LES SÉRIES TÉLÉVISÉES ET LA BANDE DESSINÉE
Notice bibliographique
Résumé
Le développement d’une littératie multimodale s’est accompagné de l’essor de réflexions didactiques soulignant l’importance de la compétence multimodale comme compétence capable d’améliorer la lecture littéraire et les compétences sémiotiques propres à chaque média abordé. On cherchera à montrer l’intérêt d’une telle combinaison à partir d’un dispositif associant des multitextes en apparence très différents (soit une oeuvre littéraire, une bande dessinée et un extrait de série télévisée consacrés à des personnages, des histoires et des univers distincts). Celui-ci a été élaboré dans le cadre d’une activité de formation continuée d’enseignants de français du secondaire (Belgique). Il a été testé et co-construit par les enseignants. Les résultats de cette expérimentation tendent à confirmer l’importance de la compétence multimodale pour le développement de compétences propres à la lecture littéraire.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».