Enrichissement du didacticiel "Des médias et des mots" description des principales difficultés orthographiques et syntaxiques présentes dans les médias écrits québécois
Notice bibliographique
Résumé
Le principal objectif de notre mémoire de maîtrise, de type production, visait à enrichir le contenu du didacticiel Des médias et des mots par la production d'une série de fiches traitant de difficultés d'ordre orthographique et syntaxique ainsi que des mots touchés par les Rectifications orthographiques. Ce didacticiel, hébergé dans le site ayant pour adresse http://catifq.usherbrooke.ca/didacticielmedia, a été créé pour répondre aux besoins des journalistes, rédacteurs et animateurs de la presse écrite et présente de façon ludique des fiches d'exercice concernant des difficultés langagières tirées de contextes réels d'utilisation et accompagnées de solutions de rechange et d'un commentaire explicatif. Afin de respecter le critère de contextes réels d'emploi, nous avons procédé, avant le travail de rédaction des fiches, au repérage dans un corpus représentatif de textes journalistiques québécois des principales difficultés orthographiques et syntaxiques, c'est-à-dire celles qui posent problème par rapport à la"norme" du français écrit et dont l'utilisation était récurrente. Cette étape a été effectuée au moyen d'une liste d'écarts constituée à partir des difficultés de la langue française abordées dans les cours de français normatif que nous donnons au Département des lettres et communications de l'Université de Sherbrooke et regroupées dans 22 catégories différentes. L'inventaire des difficultés langagières rencontrées dans le discours journalistique québécois nous a, par la suite, amenée à analyser les usages linguistiques observés. Ainsi, nous avons pu établir que l'utilisation de la préposition représente le problème le plus récurrent dans les textes journalistiques. L'emploi du verbe (accord et conjugaison), des participes passés des verbes pronominaux et du trait d'union apparaît aussi comme une difficulté très importante dans ce genre de discours. Enfin, les données recueillies concernant le genre des substantifs, quelques cas d'orthographe d'usage de même que l'emploi de l'apostrophe, des adjectifs de couleur, des adjectifs verbaux, des déterminants numéraux, de demi, de même, des participes passés autres que ceux des pronominaux, de quel que/ quelque, de quoi que/ quoique, et de tout confirment le fait que ces notions posent problème aux journalistes.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,002 |
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 ».