La catégorisation des erreurs linguistiques : une grille de codage fondée sur la grammaire moderne
Notice bibliographique
Résumé
Nous présentons une grille de catégorisation des erreurs linguistiques organisée en quatre niveaux hiérarchiques, comprenant cent-treize codes et ayant servi au codage d’erreurs dans mille-six-cent-vingt-et-un textes d’élèves du primaire et du secondaire québécois. La grille reflète l’organisation conceptuelle des notions de la grammaire moderne. Les erreurs se répartissent en cinq catégories de niveau 1 : « syntaxe », « orthographe grammaticale », « grammaire textuelle », « orthographe lexicale » et « lexique ». La catégorie « syntaxe » se divise en six catégories de niveau 2, incluant « phrase simple » et « phrase complexe », qui comprend au niveau 3 « choix du subordonnant », « subordonnées participiales et infinitives », « coordination et juxtaposition », etc. La catégorie « orthographe grammaticale » se subdivise aussi en catégories de niveaux 2 et 3. Nous proposons quatre critères pour évaluer une grille de codage : adéquation à un modèle théorique , adéquation empirique , complétude et comparabilité , et montrons comment la grille répond à ces critères.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».