En deçà du bien et du mal écrire. Pour une saisie en temps réel des invariants opérationnels de l’écriture
Notice bibliographique
Résumé
Dans ce travail, il s’agit, à partir de la génétique du texte, de saisir un avant-texte numérisé, au moyen de l’enregistrement tant des événements d’écriture que des opérations d’écriture, lesquels forment des invariants processuels, auxquels aucun scripteur n’échappe dans sa production écrite. Ces invariants se situent en deçà de pratiques prétendument bonnes ou mauvaises, en deçà de pratiques expertes, ou novices, que celles-ci soient écrites en langues maternelle, étrangère ou seconde. Le rôle du déjà écrit se présente alors comme un facteur déterminant : il autorise de mettre en parallèle les opérations qui s’inscrivent à la suite du déjà écrit et les opérations qui font retour dans le déjà écrit. Il devient alors possible de comparer des productions expertes à des productions novices. Ce qui semble les différencier est la manière dont les scripteurs expérimentés se positionnent face au texte déjà écrit, c’est-à-dire face au volume textuel en mouvement, construit sur les gestes d’ajout et suppression, eux-mêmes interprétés en opérations d’ajouts, de suppressions, de remplacements et de déplacements. Ainsi, un scripteur expérimenté reviendra (bien) plus souvent dans son déjà écrit pour, principalement, y effectuer des ajouts et des remplacements
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,012 |
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 ».