Regard sur la mise en œuvre effective d’un dispositif de mediation sociocognitive pour enseigner la recommandation d’une œuvre narrative a l’ecrit au primaire 3e cycle
Notice bibliographique
Résumé
Dans le cadre d’une recherche en cours, nous concevons un dispositif didactique qui actualise la démarche de médiation sociocognitive de Barth (2013) pour l’enseignement et l’apprentissage de l’écriture des genres textuels en classe de langue. Nous présentons dans cet article les résultats de la mise en œuvre effective d’une première version de ce dispositif qui a été utilisé pour enseigner l’écriture du genre « recommandation d’une œuvre narrative ». Lors de cette première phase, nous avons collaboré avec deux enseignantes de sixième primaire (l’une titulaire, l’autre d’anglais langue seconde) œuvrant en contexte de coenseignement dans un programme d’anglais intensif au Québec. Cette collaboration avait pour but d’élaborer une séquence didactique intégrant le dispositif didactique, puis de la mettre en œuvre en salle de classe. L’analyse des films de classe nous a permis de comparer la mise en œuvre effective du dispositif didactique à la démarche de médiation telle que présentée par Barth et d’en dégager les cohérences et les écarts avec ladite démarche. Ces résultats nous permettent également de présenter les apports de la démarche de médiation sociocognitive pour la conception du dispositif didactique et de proposer des ajustements inspirés de sa mise en œuvre.
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 | 0,013 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,019 |
| Communication savante | 0,016 | 0,010 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 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 ».