UNE APPROCHE PAR LA MUSIQUE POUR DÉVELOPPER DES COMPÉTENCES DE LECTEUR
Notice bibliographique
Résumé
Les élèves contemporains rencontrent de plus en plus de difficultés à lire. Ils délaissent souvent cette activité au profit d’autres plus ludiques. Il est désormais plus fréquent de les voir avec des écouteurs sur les oreilles lorsqu’ils attendent quelque part qu’avec un livre. Pourtant, musique et littérature sont deux arts qui ont connu des liens tout au long de l’histoire. Ces liens sont le reflet d’un matériau commun, qui est la voix. Or nous constatons que cette voix est porteuse d’un message qui semble mieux passer à travers la musique pour la jeunesse actuelle. C’est pourquoi nous avons imaginé une approche où la musique serait un levier pour aider les élèves à construire différentes compétences de lecteur. Pour construire cette expérience, nous nous appuierons sur l’adaptation en disque du roman Black Bazar d’Alain Mabanckou. Ce travail consiste à lire et étudier la voix de la musique et à la comparer à la lecture d’extraits du roman. Les élèves seront amenés à prêter une attention particulière au texte entendu, puis à s’inscrire dans une démarche d’analyse quant à la lecture des textes (les chansons et les extraits de roman). Enfin, nous essaierons de comprendre comment cette double lecture enrichit les sensibilités littéraire et musicale.
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 | 0,012 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,005 |
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 ».