Constitution d’un corpus de manuels scolaires en usage à l’école primaire pour l’élaboration d’une liste de vocabulaire transdisciplinaire
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
Pour soutenir les élèves du primaire dans leur apprentissage de la langue et des disciplines scolaires, tant en contexte de français langue d’enseignement que de français langue seconde, l’élaboration d’une liste de vocabulaire dit « transdisciplinaire » (Hiebert et Lubliner 2008) s’avère nécessaire. Il n’existe en effet pas de liste de référence pour l’enseignement ciblé des mots qui apparaissent fréquemment dans les matières scolaires au primaire en français et qui ont comme caractéristiques : soit d’être utilisés dans un même sens quelle que soit la matière (souligner, examiner, répondre, expliquer, premièrement, enfin, etc.), soit de posséder des sens différents dans les différentes disciplines et dans la langue (nombre, base, somme, résultat, valeur, représenter, etc.). Dans cet article, nous rendons compte d’un projet de recherche ayant mené 1) à la constitution d’un corpus de plus de 4 millions de mots, à partir de manuels scolaires en usage au Québec pour tous les cycles du primaire, dans cinq disciplines (français, mathématiques, sciences, univers social, éthique et culture religieuse) et 2) à la sélection d’une liste de vocabulaire transdisciplinaire de plus de 2 000 vocables à des fins d’enseignement de la langue et des disciplines scolaires.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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) | 0,000 | 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