L’erreur lexicale dans l’analyse des productions écrites en FLE
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Les questions de la norme langagière, de l’erreur et de l’erreur lexicale en particulier restent toujours pertinentes dans la didactique des langues. Qu’est-ce qu’une erreur lexicale et comment peut-elle être appréhendée dans une perspective didactique ? Quelle approche peut-on adopter lors d’une tâche de correction face à l’erreur lexicale ? Réalisé dans le cadre d’une recherche-observation basée sur le recueil et l’analyse des productions écrites d’un groupe d’étudiants universitaires non francophones, l’article vise à présenter l’erreur lexicale en tant qu’indicateur et outil d’analyse du niveau de la compétence lexicale acquise chez les apprenants FLE. Cette démarche, illustrée dans l’article par une analyse longitudinale des trois textes produits par une étudiante non francophone, soulève néanmoins les difficultés théoriques et pratiques liées à l’analyse et au classement d’erreurs lexicales, ainsi qu’à leur correction et à des applications didactiques possibles d’une typologie d’erreurs lexicales.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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 découle