Les performances en écriture d’étudiants faibles en français entrant à l’université dans des programmes en enseignement
Notice bibliographique
Résumé
Les étudiants entamant un programme d’études universitaires n’ont pas toujours la maitrise attendue du français écrit, alors que cette maitrise constitue un facteur important de réussite. Dans la perspective de les soutenir, cet article propose une description des erreurs linguistiques figurant dans 591 textes rédigés par 168 étudiants ayant échoué à un test de français à l’admission. Les textes comptent en moyenne 3,45 erreurs par 100 mots, soit une erreur tous les 29 mots (2 lignes). Les catégories d’erreurs les plus fréquentes sont la syntaxe (1,93 erreur par 100 mots), et l’orthographe grammaticale (0,65 erreur par 100 mots). Les erreurs de syntaxe concernent en premier lieu la ponctuation syntaxique, puis la construction de la phrase simple (notamment la construction du groupe verbal et du groupe nominal). Les erreurs d’orthographe grammaticale les plus fréquentes concernent l’accord dans le groupe nominal (en particulier les marques de nombre sur le nom noyau) de même que l’accord régi par le sujet de la phrase, au premier chef l’accord du verbe. L’article fournit une liste des 20 erreurs les plus fréquentes, qui incluent notamment les erreurs dans la juxtaposition et la coordination de groupes (au 11e rang) et de phrases (au 15e rang). Si les textes des étudiants ayant le français comme langue seconde présentent en moyenne 4,48 erreurs par 100 mots, les catégories d’erreurs les plus fréquentes demeurent essentiellement les mêmes. Les fondements linguistiques des erreurs fréquentes renvoient à la syntaxe de la phrase, des groupes nominaux, de la juxtaposition et de la coordination.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».