MétaCan
Menu
Retour à la cohorte
Enregistrement W2586475521 · doi:10.7202/1047128ar

« Écrire dans » : Écriture littéraire sur écran. Présentation d’une expérimentation en classe de 3e année du secondaire

2018· article· fr· W2586475521 sur OpenAlexvenueno aff
Magali Brunel, Carole Guérin-Callebout

Notice bibliographique

RevueRevue de recherches en littératie médiatique multimodale · 2018
Typearticle
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

L’article s’appuie sur le cadre théorique de la didactique d’une écriture de l’intertextualité (Houdart-Mérot et Mongenot, 2013), selon le modèle de la greffe discursive que présente Le Goff (2011), sur celui de la génétique textuelle associée à une perspective didactique (Fabre-Cols, 2004 ; Doquet, 2011), et sur celui de l’écriture numérique (Saemmer, 2010, 2015) et des dispositifs d’innovations didactiques qu’elle favorise (écriture sur écran, écriture collaborative). Il se propose d’analyser une expérimentation menée sur une année, dans une classe de 3 e année du secondaire : les élèves ont été conduits à écrire directement dans un texte d’écrivain et à opérer des manipulations de ce texte (de types supprimer, déplacer, coller et développer). Ils dialoguent ainsi avec le texte de l’auteur, apprenant de ce tissage qu’ils fabriquent eux-mêmes. Ce dispositif, mené selon différentes modalités, a permis de développer une posture d’auteur engagé dans son texte, ainsi que des compétences d’écriture littéraire.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,006
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,130
Tête enseignante GPT0,331
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue de recherches en littératie médiatique multimodaleMême sujetCultural Insights and Digital ImpactsTravaux en français237 207