ÉRO : une Échelle du Rapport à l’Oral des (futurs) enseignants. Résultats des analyses exploratoires et confirmatoires
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Jusqu’à présent, en didactique des langues, le « rapport à » a principalement été étudié à travers l’écrit. Documentée dans des écrits scientifiques principalement francophones, la notion de « rapport à l’écrit », sa modélisation et ses dimensions constitutives ont été déterminées de façon théorique, et n'ont pas, à notre connaissance, été mises à l'épreuve à l’aide d'études psychométriques pour valider le construit et sa dimensionnalité. Une telle clarification contribuerait à préciser les référents et à stabiliser le statut de cette notion. Concernant l'oral, il n’existe que très peu de travaux sur la question du « rapport à ». Cette contribution sera l’occasion de présenter la méthodologie de recherche utilisée pour développer une modélisation et une échelle psychométrique du « rapport à l’oral », baptisée ÉRO (Échelle du Rapport à l’Oral, Colognesi et al., 2023). Il s’agit d’un projet d’envergure qui rassemble des expertises et des investigations provenant de Belgique, de France, du Québec, des Pays-Bas et de la Suisse romande. Ainsi, les grandes étapes du processus seront d’abord décrites, puis les résultats des analyses exploratoires et confirmatoires qui ont été menées auprès de plus de 1000 (futurs) personnes enseignantes de la Belgique francophone. Les dimensions du rapport à l’oral, telles que dégagées à l’issue de ces analyses, seront ainsi présentées. Nous terminerons en annonçant nos perspectives de travail, impliquant les différents pays.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,003 | 0,010 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle