L’utilisation d’un outil numérique d’aide à la révision et à la correction à la fin du secondaire : effets sur la qualité de l’écriture
Notice bibliographique
Résumé
Dans le cadre de la quasi-expérimentation faisant l’objet de cet article, nous avons voulu évaluer les effets de l’utilisation d’un outil numérique d’aide à la révision et à la correction sur la qualité de l’écriture. Trois-cent-quatre (n = 304) adolescents québécois issus d’écoles publiques francophones y ont participé, écrivant un premier texte à la main, puis un second selon l’une de ces modalités : 1) à la main ; 2) au traitement de texte (TT), sans correcticiel ; 3) au TT, avec correcticiel ; 4) au TT, avec correcticiel et formation à son utilisation. Les données, analysées de façon quantitative (ANOVA, tests t à mesures appariées), montrent que les utilisateurs du correcticiel font moins d’erreurs d’orthographe que leurs pairs, mais plus d’erreurs relatives au lexique. En revanche, les élèves n’utilisant que le TT réussissent moins bien. Ces résultats rappellent qu’apprendre l’écriture numérique est complexe, puis appellent à tenir compte de ses spécificités. Mots-clés : écriture, numérique, traitement de texte, correcticiel, orthographe, syntaxe, grammaire du texte, évaluation
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 | 0,012 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».