DIDALEX : élaboration d’un outil francophone d’analyse quantitative et qualitative des performances d’élèves du primaire en orthographe lexicale
Notice bibliographique
Résumé
Depuis plusieurs années, des études menées au Québec et en France révèlent une baisse des performances orthographiques des élèves de niveau primaire. Ces résultats s’appuient souvent sur des systèmes de cotation qui fournissent des données quantitatives mais ne permettent pas une étude qualitative des erreurs produites. Dans le cadre de notre étude, nous avons élaboré un logiciel d'analyse qualitative et quantitative des erreurs d'orthographe lexicale chez de jeunes scripteurs québécois et français, âgés de 6 à 12 ans. En nous inspirant de travaux menés dans différentes langues, nous avons adapté l’outil pour une population francophone. Le système de cotation repose sur la présence des graphies requises, leur utilisation adéquate dans le mot écrit, de même que leur plausibilité lorsque l'élève en fait un usage erroné. Sur le plan scientifique, cette démarche multidimensionnelle d'analyse permet une compréhension plus fine des connaissances graphémiques des élèves dans le domaine de l'écriture. Tant pour le milieu scientifique que celui de la pratique, cette démarche d'analyse permet également de suivre l'évolution des représentations graphémiques des jeunes apprenants à travers le temps et de proposer des interventions scolaires en conséquence. Nous présentons ici le prototype du logiciel DIDALEX.
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 | 0,016 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».