MétaCan
Menu
Retour à la cohorte
Enregistrement W7029982269

La narratologie en classe de français: premiers résultats d’une enquête internationale

2023· article· fr· W7029982269 sur OpenAlexaboutno aff

Notice bibliographique

RevueSERVAL (Université de Lausanne) · 2023
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueNarrative Theory and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCytophagaContext (archaeology)Transculturation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans cette synthèse des premiers résultats de mon enquête relatives aux usages scolaires de la narratologie, je propose d’exploiter les données issues d’un questionnaire complété par 529 enseignant·e·s du secondaire (élèves de 12 à 18 ans) en Belgique, en France, en Suisse et au Québec. S’en dégage une «boite à outils» narratologique relativement partagée dans les pratiques enseignantes, même s’il faut constater quelques différences (notamment dans la terminologie, la fréquence d’utilisation des notions ou l’importance de celles-ci dans la réussite de l’épreuve finale) qui renvoient à des configurations disciplinaires elles-mêmes différenciées selon les pays. Les répondant·e·s français·es et suisses semblent ainsi accorder une place plus importante à l’outillage narratologique que leurs homologues belges et québécois·es, ce qui renvoie parallèlement, dans ces deux ensembles, à des places différenciées accordées à la littérature dans les cours de français (plus importante en France et Suisse). Au-delà des fréquences d’utilisation, le sentiment d’utilité associé aux notions d’analyse du récit a également été sondé, conduisant à la constatation (est-ce une surprise?) que 94% des répondant·e·s estiment utile ou très utile que leurs élèves soient ainsi formés sur le plan de la théorie du récit. Parmi les nombreux résultats obtenus permettant de dresser un état des lieux des pratiques actuelles, il est en revanche plus surprenant de voir que les enseignant·e·s n’estiment pas que les notions narratologiques et leur utilisation éloignent les élèves de la lecture-plaisir.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,296

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,045
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0040,003
Communication savante0,0070,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,018
Tête enseignante GPT0,229
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSERVAL (Université de Lausanne)Même sujetNarrative Theory and AnalysisTravaux en français237 207