MétaCan
Menu
Retour à la cohorte
Enregistrement W4409046160 · doi:10.70637/5jg47318

L’écriture abrégée dans la prise de notes d’étudiant·e·s postsecondaires au début du 21<sup>e</sup> siècle : comparaison d’échantillons de notes manuscrites et dactylographiées

2025· article· en· W4409046160 sur OpenAlexaff
Brigitte Leahy

Notice bibliographique

RevueActes des Journées de linguistique · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPhilosophyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Introduction: In an academic context, abbreviations allow students to compensate for the difference between talking speed and writing speed (handwritten or typed) while taking notes. The difference between talking speed and writing speed (handwritten or typed) suggests that handwritten notetaking may require more abbreviation strategies to compensate for its slower speed. Objectives: This study aims to compare the use of abbreviated writing in typed and handwritten notes, and to analyze the frequency of different types of abbreviations in these two notetaking modes. The main hypothesis is based on the idea that handwritten notes have a higher rate of abbreviations than typed notes because of the greater time constraint. Method: The corpus is composed of twenty-two samples of post-secondary lecture notes in French, of which eleven are handwritten and eleven are typed. Four types of abbreviations were analyzed: logograms, siglas/acronyms, aphereses/apocopes, and syncopations. Welch’s t-tests were used with and without outliers to determine the significance in differences in abbreviation frequency according to the notetaking mode. Results: Statistical tests indicate a significant difference between both notetaking modes for total abbreviation frequency (p=0.043, d=0.97 with outliers, d=1.15 without outliers). Excluding outliers reduces the mean deviation of abbreviations but reinforces the significance of the difference. T‑tests show that aphereses/apocopes are used significantly more frequently in handwritten notes (p=0.019, d=1.25), while the respective frequencies of syncopations and logograms approach significance (p=0.056 and p=0.061). Conclusions: Handwritten notes show a higher proportion of abbreviations than typed notes, probably due to a more marked time constraint. The results also confirm strong inter-individual variability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,647
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,286
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActes des Journées de linguistiqueMême sujetLinguistics and Discourse AnalysisTravaux en français237 207