MétaCan
Menu
Retour à la cohorte
Enregistrement W2803539594 · doi:10.7202/1045177ar

Améliorer l’orthographe chez les élèves de 10 à 13 ans : entrainement par dictées guidées

2018· article· fr· W2803539594 sur OpenAlexvenueno aff
Isabelle Le Brun, Marie‐Line Bosse, Sylviane Valdois

Notice bibliographique

RevueNouveaux cahiers de la recherche en éducation · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueWriting and Handwriting Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Apprendre l’orthographe reste une tâche difficile pour nombre d’élèves et conditionne fortement leur vécu scolaire et leur réussite. Étudier l’efficacité des méthodes employées pour améliorer l’apprentissage de l’orthographe chez les élèves est donc primordial. Ici, nous avons testé l’efficacité d’un entrainement consistant à effectuer des dictées guidées par un support donnant plusieurs indices sur les mots à écrire, notamment leur nombre de lettres. Cet entrainement est comparé à un entrainement par des dictées classiques, non guidées. Les résultats indiquent que l’entrainement avec dictées guidées est plus efficace que l’entrainement avec dictées classiques pour les élèves de niveau moyen-faible en orthographe. Les élèves très faibles en orthographe progressent de façon similaire quel que soit le type d’entrainement et aucun progrès n’est observé chez les élèves déjà performants en orthographe.

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)0,017
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,081
Tête enseignante GPT0,392
Écart entre enseignants0,311 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNouveaux cahiers de la recherche en éducationMême sujetWriting and Handwriting EducationTravaux en français237 207