Pratiques (numériques) de rétroaction corrective des enseignants de langue et prototype d'outil numérique pour les optimiser
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cet article décrit un projet de recherche-développement à visée formative qui porte sur les pratiques (numériques) de rétroaction corrective écrite (RCE) des enseignants de langue et la conception d'un outil numérique qui vise à les optimiser. L'article propose d'abord une vue d'ensemble sur le concept de RCE et sur les recherches empiriques qui se sont intéressées à la RCE du point de vue des enseignants. On y présente ensuite les faits saillants de deux enquêtes, pré (n = 25) et en pandémie (n = 17), sur les pratiques (numériques) de RCE d'enseignants de langue. Les résultats montrent que la RCE est une tâche importante et fastidieuse pour les enseignants, qui ont tendance à fournir des RCE exhaustives et axées sur la forme. Ils montrent aussi certaines pratiques numériques en place avant la pandémie, principalement liées à l'usage de logiciels de traitement de texte, et que la pandémie a amplifiées. Enfin, ils valident les fonctions proposées pour notre outil, qui permet à l'enseignant de développer des grilles d'annotation, d'annoter les textes et d'obtenir des statistiques de performance linguistique, notamment lexicales. Nous présentons brièvement cet outil en mettant en évidence ses affordances pour la RCE. Nous concluons en annonçant les suites du projet.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,003 | 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 découle