PRATIQUES . n° 199-200, décembre 2023, dossier « Discours animaux, discours sur les animaux » . dirigé et présenté par Sophie Milcent-Lawson, <https://journals.openedition.org/pratiques/13204>
Notice bibliographique
Résumé
REVUE DES REVUESANAE, n° 186, 2023, dossier « Apprendre à écrire et ses troubles -Évaluer -Remédier », coordonné et présenté par Jérémy Danna & Florence Bara, L'écriture fascine de nombreuses communautés, entre autres les professionnels qui l'enseignent, mais aussi ceux qui s'occupent de ses troubles et de son (ré)apprentissage, et au-delà la communauté des chercheurs qui en étudient les multiples composantes pour mieux la comprendre.Si, aujourd'hui, l'écriture manuscrite est considérée comme moins naturelle que la parole, c'est sans doute parce que sa maitrise passe par un apprentissage formel extrêmement long et contraignant, des centaines d'heures de pratique sont nécessaires pour être capable de déplacer rapidement son stylo afin de communiquer aisément.Cet apprentissage est difficile parce qu'écrire est un mouvement parmi les plus complexes de notre répertoire moteur.Chez le jeune apprenant, malgré la complexité de cet apprentissage, le temps qui lui est consacré est extrêmement faible.À en croire le rapport Lire et Écrire de R. Goigoux (2016) d'une étude menée auprès de 131 classes de Cours préparatoire, le constat est atterrant : le temps moyen passé au travail spécifique sur le geste graphique n'occupe que seize minutes en moyenne du temps hebdomadaire.Il n'y a malheureusement aucune donnée aujourd'hui sur le pourcentage précis d'enfants en difficulté sur le plan graphomoteur, mais fort est à parier qu'il dépasse à présent les 5 % sur lesquels se construisent habituellement les tests diagnostiques.Pour contribuer à résoudre ses difficultés, le présent dossier propose de faire le point sur les travaux menés par des chercheurs francophones autour de l'évaluation de l'écriture et de ses éventuels troubles, via une analyse du processus d'écriture par-delà la trace écrite.L'ensemble des travaux de ce numéro montre également combien l'utilisation des tablettes graphiques et numériques présente un potentiel énorme pour mieux comprendre les mécanismes permettant de produire de l'écriture manuscrite, de mieux évaluer ses éventuels troubles, afin d'y remédier.Au sommaire : « Avant-propos : Apprendre à écrire et ses troubles -Évaluer -Remédier » par J. Danna & F. Bara ; « Outils d'évaluation de l'écriture chez l'enfant : revue de littérature » par F. Puyjarinet & C. Jolly ; « Quelles pratiques pour les professionnels de santé et de l'éducation ?Une recherche exploratoire au service de la conception d'outils numériques pour l'écriture » par L. Miramand, F. Basma, N. Bonneton-Botté, R. Bailly & C. Pons ; « Le light painting : un outil artistique au service de l'apprentissage de nouvelles lettres chez l'enfant ?» par J.-F.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,103 | 0,037 |
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 ».