Enseignement explicite du genre des noms en français : expérimentation au primaire en classe d’immersion
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
Résumé: Cet article fait état d’une expérimentation conduite dans des classes de 2 e année d’immersion française portant sur l’enseignement explicite des régularités observées dans les terminaisons des noms français qui sont indicatrices de leur genre grammatical (par exemple, le phonème [o] qui prédit le genre masculin pour 93 % des noms possédant cette finale). Les résultats de prétest, post-test immédiat et post-test différé montrent qu’un bref traitement consistant en l’enseignement explicite de quatre terminaisons prédictives du genre (avec énonciation de la règle) a permis aux apprenants d’être significativement plus précis dans leur assignation du genre à des noms connus, et même à des noms inconnus. Il semblerait donc que ce type d’enseignement puisse fonctionner avec des jeunes de ce bas âge, ce qui pourrait diminuer la fossilisation des erreurs de genre par la suite, erreurs qui se retrouvent fréquemment dans les productions des plus grands, qui résistent à la correction et qui engendrent nombre d’erreurs d’accord.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle