MétaCan
Menu
← Retour à la cohorte
Enregistrement W7138019544 · doi:10.7202/1122827ar

Quels enjeux du Projet de loi 23 pour la didactique du français ? Recherche, formation initiale, formation continue et enseignement

2025· article· fr· W7138019544 sur OpenAlexaffvenueabout
Rosianne Arseneau, Marie‐Hélène Giguère, Florent Biao, Amélie Lemieux, Stéphanie Lanctôt

Notice bibliographique

RevueRevue des sciences de l éducation · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensUniversité de SherbrookeUniversité de MontréalUniversité du Québec à ChicoutimiUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)DemotionPilotage

Résumé

récupéré en direct d'OpenAlex

Les propositions du Projet de loi (PL) 23, adopté par l’Assemblée nationale du Québec en décembre 2023, ont suscité de nombreuses inquiétudes dans le milieu de l’éducation. Cet article propose une synthèse théorique des réflexions partagées lors d’une journée d’étude organisée par la section québécoise de l’Association internationale pour la recherche en didactique du français (AIRDF). Il en ressort que l’approche basée sur les données probantes et la gestion axée sur les résultats mises de l’avant par le PL23 pourraient avoir des impacts négatifs, notamment sur les plans de la recherche, de la formation initiale et de la formation continue des enseignant·e·s de français, ainsi qu’en ce qui a trait à l’enseignement-apprentissage auprès des élèves.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,051
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,647
Score d'incertitude au seuil0,710

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,055
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0120,013
Communication savante0,0170,007
Science ouverte0,0020,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,366
Tête enseignante GPT0,472
Écart entre enseignants0,106 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l éducation→Même sujetFrench Language Learning Methods→Travaux en français237 207→