Littéracie et entrée dans l’écrit
Notice bibliographique
Résumé
La question de l’apprentissage de compétences « littéraciques » représente un véritable enjeu dans les systèmes éducatifs, particulièrement en France où les résultats des enquêtes internationales démontrent que la France n’arrive pas aussi bien que d’autres pays à réduire les inégalités scolaires. Les pratiques de lecture et d’écriture au début de l’école élémentaire sont aussi un lieu de débat théorique tant dans les méthodes d’observation, de recueil et d’analyse de données des pratiques enseignantes que dans l’évaluation des acquis des élèves et la mesure de leurs progressions. Les différents articles articulent analyse des pratiques enseignantes et effets sur l’apprentissage en s’appuyant sur la linguistique, les sciences de l’éducation et la didactique du français. Florence Mauroux, Claudine Garcia-Debanc et Karine Duvignau proposent une grille d’analyse des interactions entre l’enseignant et les élèves, afin de mieux comprendre les actions de l’enseignant et leurs effets sur l’apprentissage de l’écriture en première année du primaire. Les compétences d’élèves de 1re année en lecture et en écriture en contexte québécois sont étudiées par Isabelle Montésinos-Gelet, Marie Dupin de Saint-André et Annie Charron, à partir des résultats d’un dispositif d’apprentissage à la lecture littéraire auprès d’élèves allophones. Catherine Frier et Anne Vadcar s’intéressent aux différentes façons d’investir et d’aborder la lecture d’albums au CP en dégageant les critères d’une expertise professionnelle. Les conditions de l’acculturation à l’écrit en début de scolarité sont étudiées par Marianne Tiré, Véronique Miguel Addisu et Catherine Frier. Jessy Martin et Nathalie Lavoie évaluent l’influence d’une pratique d’analyse de mots, combinée ou non à la copie de mots, sur le développement des compétences en orthographe lexicale de scripteurs débutants. Dans le domaine de l’apprentissage de l’écriture, Samantha Ruvoletto analyse les problèmes de segmentation à l’écrit posés par les phénomènes de resyllabation à l’oral et propose un enseignement adapté. REMERCIEMENTS Ont été sollicités pour évaluer les articles de ce numéro thématique : Élisabeth Bautier, Stéphane Bonnery, Marie-Line Bosse, Catherine Brissaud, Ana Dias-Chiaruttini, Jean-Louis Dufays, Céline Dugua, Catherine Frier, Claudine Garcia-Debanc, Francis Grossmann, Loïc Liégeois, Laurent Lima, Catherine Pellenq, Céline Piquée, Bruno Suchaut. Et pour la rubrique Varia : Isabelle Delcambre, Jean-François de Pietro, Marie-Laure Elalouf, Marie-Christine Pollet, Françoise Raby, Denyse Toffoli.
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 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,013 | 0,013 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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 ».