L’élaboration d’un outil d’autoformation pour soutenir la planification d’activités lexicales au primaire
Notice bibliographique
Résumé
Les enseignants du primaire semblent rencontrer des écueils lors de l’étape de la planification des activités lexicales. En effet, les recherches qui s’intéressent aux pratiques d’enseignement du lexique montrent que les interventions sont généralement plus spontanées que planifiées (Anctil et al., 2018 ; Scott et al., 2003). Au Québec, la situation pourrait s’expliquer en partie à cause de la désuétude des prescriptions ministérielles comme le Programme de formation de l’école québécoise (Ministère de l’Éducation, 2001) ou la Progression des apprentissages (Ministère de l’Éducation, du Loisir et du Sport [MÉLS], 2009) qui ne tiennent pas compte des plus récentes recommandations en matière d’enseignement-apprentissage du lexique comme l’enseignement direct de mots dans une démarche qui favorise le réemploi (Beck et al., 2013) ou le développement de la sensibilité lexicale (Tremblay, 2021). Une recherche-développement (Bergeron et al., 2020) a été menée afin de développer un outil d’autoformation soutenant la planification d’activités lexicales. Pour explorer les besoins des utilisateurs cibles en matière de planification, 19 professionnels de l’éducation (enseignants titulaires, enseignants ressources, conseillers pédagogiques, orthopédagogues) ont été rencontrés dans le cadre d’entretiens semi-dirigés. Puis, un prototype de l’outil a été soumis à une mise à l’essai fonctionnelle auprès de huit experts (par questionnaire) et une mise à l’essai empirique auprès de 16 professionnels de l’éducation (par observation et par entretiens semi-dirigés). Ces mises à l’essai ont permis de recueillir des propositions de modifications au regard de l’utilité, l’utilisabilité et la valeur d’estime de l’outil d’autoformation (Bergeron et al., 2021). Ces propositions ont mené à l’amélioration de l’outil dans plus de 14 différentes versions. Une mise à l’essai systématique auprès d’un grand nombre d’utilisateurs cibles permettrait de documenter leurs pratiques de planification d’activités lexicales et de mesurer les effets de l’utilisation de l’outil sur leurs connaissances au regard de l’enseignement-apprentissage du lexique.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».