Évaluation et description de l’oral raconté au primaire : quelques pistes pour faire progresser les élèves
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
Les difficultés liées à l’enseignement de l’oral s’expliquent en partie par le manque de critères bien définis permettant son évaluation (Nonnon, 1999, 2016) et par des gabarits de progression plutôt vagues (Gagnon, Bourhis & Bourdages, 2020). À l’aide d’un outil d’évaluation de l’oral narré reprenant les dimensions constitutives d’une production orale chez des élèves du primaire, nous avons analysé un corpus de narrations orales spontanées de 32 élèves de 6 à 10 ans, prises à deux moments : l’un avant une séquence d’enseignement sur le conte, et l’autre après. Des analyses quantitatives et qualitatives ont été menées afin de décrire les récits obtenus et de vérifier si la grille utilisée atteste de variations interindividuelles et de progrès, signes de son efficacité pour l’enseignement et la recherche. Les récits post-séquence s’avèrent plus longs et mieux construits sur le plan narratif, sans que le vocabulaire ne soit plus riche ou les structures grammaticales plus complexes. Nos analyses qualitatives rendent compte des croisements entre dimensions narratives et linguistiques, suggérant la présence de profils de conteuses et conteurs. Les résultats permettent d’élaborer certaines recommandations sur les objectifs d’apprentissage et l’organisation de l’enseignement de l’oral au primaire.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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