L'utilisation dans l'apprentissage scolaire des données produites en approche grammaticale raisonnée sur la hiérarchisation des parties nominales du discours
Notice bibliographique
Résumé
Les propos présentés dans ces pages ont pour objectif de tirer d'un ensemble de données sur les parties du discours les notions réellement utiles aux maîtres dans leur enseignement des habiletés d'identification de la nature des mots. Il y est d'abord présenté des données historiques quant à la nature des mots, avec au passage quelques commentaires supplémentaires au regard des différents grammairiens dont les contributions ont été retenues, le tout dans une optique de culture historique. La deuxième partie des propos s'attarde à présenter les analyses d'une approche encore peu connue, l'approche raisonnée, relativement aux parties du discours que sont le nom, l'adjectif, l'adverbe, la préposition et les conjonctions de subordination et de coordination. Ces analyses ouvrent une voie prometteuse dans laquelle c'est le choix de cette recherche de s'engager. Enfin, dans une dernière partie, un effort est tenté de circonscrire les notions dans lesquelles tout maître devrait puiser la matière première de ses enseignements des habiletés d'identification de la nature des mots. \n
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,006 |
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 ».