Difficulté des listes thématiques d'un ouvrage bilingue selon la fréquence d’usage des mots
Notice bibliographique
Résumé
Résumé : Les ouvrages de vocabulaires thématiques (OVT) sont formés de listes de mots dont le choix est souvent subjectif. Pourtant, la fréquence d’usage des mots permet de sélectionner le vocabulaire le plus courant qui est normalement appris en priorité. Dans la présente recherche, nous analysons un OVT, destiné aux apprenants de niveaux B1-B2 selon l’échelle du Cadre européen commun de référence pour les langues (CECRL), afin de vérifier la difficulté des listes thématiques de mots à l’aide de leur fréquence d’usage. Les résultats obtenus démontrent que la fréquence n’est aucunement prise en compte dans cet ouvrage et que le vocabulaire semble être choisi de manière subjective. Nous faisons alors plusieurs suggestions pour améliorer la réalisation des OVT. Abstract : Thematic Vocabulary Books consist in being lists of words whose choice is often subjective. However, the frequency of use of words makes it possible to select the most common vocabulary which is normally learned in priority. In this research, we analyze an Thematic Vocabulary Book, intended for B1-B2 level learners according to the Cadre européen commun de référence pour les langues (CECRL) scale, to check the difficulty of thematic lists of words with the help of their frequency of use. The results obtained show that the frequency is not taken into account in this book and that the vocabulary seems to be chosen subjectively. We then make several suggestions to improve the construction of Thematic Vocabulary Books.
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 | 0,004 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».