Notice bibliographique
Résumé
À l’occasion d’une large enquête sur les pratiques enseignantes relatives aux savoirs narratologiques qui seraient mobilisés dans les classes de français (Mahieu, 2022), le volet québécois de celle-ci s’est vu augmenté de questions portant sur les nouveaux genres littéraires en émergence : twittérature, poésie numérique, livre enrichi, application littéraire… Menée entre octobre 2022 et février 2023, cette enquête visait plus spécifiquement à documenter la place que peuvent occuper ces nouveaux genres littéraires numériques dans les classes de français, tant au secondaire qu’au collégial. S’insérant dans la problématique au coeur des travaux de l’équipe Lab-yrinthe autour de Nathalie Lacelle et de ceux menés par l’équipe LMM en littératie médiatique multimodale en contexte numérique (Lacelle et al., 2017), cet article présente et discute les résultats obtenus auprès de 99 enseignant·e·s québécois·e·s (25 au premier cycle du secondaire, 48 au second cycle, 35 au collégial) à propos des questions suivantes : quels genres littéraires émergents sont en train de se frayer un chemin dans les classes ? À quels niveaux ? Pour quelles finalités ? Est-ce dans une perspective de réception, de production, ou encore de rapprochement à de supposées pratiques sociales ? Enfin, les enseignant·e·s empruntant ces voies nouvelles se sentent-elles et·ils compétents et légitimes à le faire ?
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,009 |
| Communication savante | 0,014 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,003 |
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 ».