La Littérature dans la classe de FLE: quelle utilité) et quelle portée?
Notice bibliographique
Résumé
Etudier la litterature francophone en milieu hispanophone en Amerique Centrale est une veritable gageure parce qu’a l’exception d’une minorite, les costariciens n’ont pas l’habitude de lire. En outre les plus proches voisins francophones, le Canada et les Antilles francaises, sont assez eloignes.Cependant la litterature peut constituer un outil pedagogique tres utile. Son utilisation en classe FLE a une triple fonction : ameliorer les competences communicatives des etudiants, aborder la diversite culturelle et introduire l’etude de la litterature francophone. L’etude de certains romans maghrebins et africains se revele tres performante de par les techniques utilisees par les ecrivains : l’oralite, la serie narrative ou differents points de focalisation grâce auxquels chaque etudiant peut s’exercer aux differents modes discursifs. Les œuvres litteraires francophones peuvent aussi etre abordees par l’etude des strategies narratives qui les caracterisent. Pour faire comprendre la construction parfois extremement complexe de certains textes un « puzzle litteraire » a ete mis au point. C’est une activite ludique qui facilite la comprehension des courbes narratives structurant les recits et par la meme occasion les structures mentales et les aspects culturels des peuples dont ils ont issus.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,010 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».