L’emploi d’un modèle d’enseignement systématique d’écriture: Une étude de cas en 7<sup>e</sup> année de l’immersion précoce
Notice bibliographique
Résumé
Résumé: Cette étude de cas examine le développement en écriture d’élèves en immersion française précoce par rapport à un texte d’opinion. L’enseignante a adopté un modèle systématique de l’enseignement de l’écriture qui incorporait les pratiques exemplaires en écriture, les éléments d’un bon texte selon le genre, le processus de l’écrit et l’approche du contrepoids linguistique. Vingt-sept élèves d’une classe d’immersion précoce de la 7 e année et leur enseignante ont participé à l’étude. Ces élèves ont écrit un texte initial ainsi qu’un deuxième texte après l’unité d’enseignement sur le texte d’opinion intégrant le modèle systématique. Le texte initial des élèves et leur deuxième texte ont été analysés selon une grille d’appréciation incorporant les six éléments d’un bon texte. L’analyse de ces textes s’est faite selon le pourcentage d’élèves qui ont mieux réussi le deuxième texte globalement et pour chacun des traits. Cette analyse a servi de données quantitatives. Ces textes ont aussi été analysés de façon qualitative et des observations en salle de classe durant le processus de l’écrit se sont ajoutées aux données qualitatives. Les résultats semblent indiquer que ce modèle d’écriture a été efficace pour l’apprentissage des élèves puisque 23/27 élèves (85%) ont mieux réussi sur au moins un élément d’écriture et presque 30% sur tous les éléments identifiés d’un bon texte. Des analyses qualitatives d’exemples spécifiques appuient ces chiffres. En plus, l’approche du contrepoids semble s’appliquer au développement de la compétence textuelle.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».