Situation et perspectives de l’étude du récit dans les classes de français aujourd’hui
Notice bibliographique
Résumé
L’objet de cet article est double. Il s’agit d’abord de poser un regard sur la place qui est accordée actuellement à l’étude du récit dans l’enseignement obligatoire dans les pays francophones. Au départ des données de la recherche « Gary » (Brunel, Dufays, Emery-Bruneau et Florey, 2024), on essaie d’indiquer comment, à trois niveaux scolaires différents, les enseignants belges, français, québécois et suisses concernés par l’étude exploitent les aspects du texte narratif lorsqu'ils conduisent une séance d'étude sur une nouvelle et quelles opérations de lecture ils y associent. On s’attache également à montrer les liens qui peuvent être établis entre ces choix didactiques et les performances de lecture des élèves, qui ont été mesurées juste avant l’observation des pratiques de leurs enseignants. En second lieu, et beaucoup plus rapidement, l'article ébauche une réflexion prospective basée sur ce qu'un chercheur et un formateur d’enseignants peut percevoir comme des priorités aujourd’hui en ce qui concerne l’étude du récit en classe de français
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,020 | 0,012 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».