Scripteurs en action! Modélisation et échafaudage du processus d'écriture d'apprenants de langue seconde
Bibliographic record
Abstract
Pesant, Formation à l'enseignement sous la supervision de Mme Marie-Josée Hamel, professeure agrégée Profil de l'étudianteÉtudiante bachelière en psychologie et communication et présentement à la formation à l'enseignement de l'Université d'Ottawa avec aspiration de poursuivre mes études supérieures en études du bilinguisme.Je suis passionnée de l'enseignement des langues secondes et de tout ce qui s'y rapporte.L'apprentissage d'une nouvelle langue est, selon moi, une ouverture vers le monde. Description du projetLe projet de recherche Scripteurs en action s'inscrit dans la lignée des travaux en ergonomie des interfaces d'apprentissage des langues médiatisé par les technologies (ALMT) de ma superviseure de recherche, Mme Marie-Josée Hamel.Sa recherche s'intéresse en particulier à l'interaction des apprenants de langue (français et anglais langue seconde) avec les ressources langagières auxquelles ils accèdent en ligne pour effectuer des tâches langagières de production écrite (rédaction, révision et traduction de textes).L'objectif de la recherche est d'observer les usages que les apprenants font de ces ressources langagières et de mesurer la qualité de l'interaction 'apprenanttâche-ressource' dans ce contexte spécifique.Scripteurs en action est un projet d'équipe subventionné par le Conseil ontarien de la qualité de l'enseignement supérieur (COQES) en partenariat avec Jérémie Séror, cochercheur de l'Université d'Ottawa et Chantal Dion, collaboratrice de l'Université Carleton ainsi que des participants (professeurs et étudiants) des deux établissements. Ma contribution au projet de rechercheJ'ai eu le rôle d'aider à dresser la liste des marqueurs nécessaires au codage de la recherche.Puis, j'ai annoté des vidéos de la tâche 1 et j'ai fait un recensement de tous les types d'actions observables à l'écran et en particulier, des ressources auxquelles accèdent les apprenants durant le processus d'accomplissement de la tâche d'écriture d'une lettre de motivation (tâche 1), afin de décrire la manière dont elles sont utilisées et à quelles fins.Les résultats portant sur le contenu vidéographique seront interprétés lors des prochaines phases de la recherche. Le grand nombre de vidéos de différents participants et de différentes tâches donne un éventail de données pour faire plusieurs analyses tant quantitatives que qualitatives. Pour en savoir d'avantage
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".