Connaissances grammaticales et performances en écriture chez des étudiants entrant à l’université
Notice bibliographique
Résumé
Afin de mieux soutenir les étudiants entrant à l’université avec des difficultés en écriture, nous avons exploré le lien entre connaissances grammaticales et performances en écriture. 132 étudiants ont réalisé un test de connaissances grammaticales conçu et articulé selon quatre tâches liées aux catégories et aux fonctions grammaticales. Chaque étudiant a également rédigé deux textes dans lesquels nous avons déterminé le nombre moyen d’erreurs par 100 mots (globalement et pour 64 catégories d’erreurs). Le test de grammaire présente un taux de réussite de 47 %. Les étudiants connaissent bien les fonctions grammaticales sujet et complément de phrase, mais pas les fonctions complément du nom ou de l’adjectif. Ils peinent à délimiter certains groupes syntaxiques. Les étudiants ayant 60 % et plus au test de grammaire font en moyenne 2,3 erreurs par 100 mots, alors que ceux ayant moins de 60 % au test font 3,4 erreurs par 100 mots ; cette différence est significative. Les résultats suggèrent également un lien entre certaines connaissances sur le GN et le CD et de meilleures performances dans des contextes d’erreurs fréquentes.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».