Bibliographic record
Abstract
Le débat à visées courante et littéraire PAR LIZANNE LAFONTAINE* Ce cahier pratique fait suite à l'article intitulé « L'enseignement du débat en cinquième secondaire ». publié dans ce même numéro.La première séquence didactique fait état de la pratique d'un débat à visée courante traitant du texte argumentatif.La seconde présente l'enseignement du débat <à visée littéraire et exploite un roman, La petite fille qui aimait trop les allumettes, de Gaétan Soucy.Les deux séquences intègrent des pratiques de lecture, d'écriture, de grammaire et de lexique.Cela suppose que la structure du texte argumentatif a déjà été enseignée et travaillée en classe.De plus, ces deux séquences proposent des idées et des ateliers formatifs pouvant être modifiés ou changés dans l'ordre de présentation avec facilité, selon le désir des enseignants.Ce qu'il faut bien comprendre avant de se lancer dans l'exploitation du débat traité dans ces séquences, c'est que l'oral est considéré comme un objet d'enseignement.Finalement, le type de débat à organiser et à enseigner aux élèves demeure à la discrétion de l'enseignant.Qu'il s'agisse du débat parlementaire, académique, du contre-interrogatoire formel ou de tout autre genre, le projet de communication orale ainsi que les ateliers formatifs peuvent être réalisés.L'auditoire est également appelé à jouer un rôle actif : évaluateur, interlocuteur, observateur, président, chronométreur, etc. Alors, bon débat !
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.049 | 0.018 |
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".