MétaCan
Menu
Retour à la cohorte
Enregistrement W7108219436 · doi:10.5281/zenodo.17449623

L'utilité de l'enseignement du registre familier au primaire

2024· article· W7108219436 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langue
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSilencePeriod (music)

Résumé

récupéré en direct d'OpenAlex

L’enseignement des notions de base en français fait partie intégrante du travail des enseignantes au primaire. En effet, celles-ci doivent donner des explications sur l’alphabet, sur quelques accords, sur le vocabulaire, etc. En matière de vocabulaire, si la plupart des enseignantes l’enseignent, il n’existe pas, au sein du corps enseignant, de consensus sur le type de vocabulaire à présenter aux apprenants. D’ailleurs, il semblerait, selon notre expérience, que plusieurs enseignantes mettent à l’écart les mots appartenant au registre familier et qu’elles n’enseignent que les mots appartenant aux registres standard et soutenu. Pourtant, occulter le registre familier revient à passer sous silence le vocabulaire que les Québécois utilisent au quotidien, ce qui mènerait les élèves à penser que les mots employés en dehors de l’école sont incorrects et que les Québécois parlent mal. C’est donc, entre autres, pour cette raison qu’il est on ne peut plus important que les enseignantes incluent la notion de registres de langue dans leur enseignement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0070,001
Communication savante0,0030,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0540,013

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 Opus0,031
Tête enseignante GPT0,290
Écart entre enseignants0,259 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetFrench Language Learning MethodsTravaux en français237 207