La narratologie en classe de français: premiers résultats d’une enquête internationale
Notice bibliographique
Résumé
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».