Bibliographic record
Abstract
Le présent mémoire de maîtrise porte sur l'emploi des pronoms dans des textes d'élèves. L'objectif principal est de décrire l'utilisation que des élèves de deuxième secondaire font des pronoms dans des textes qu'ils écrivent afin de mieux connaître les difficultés qu'ils éprouvent et d'en tirer des indications pour l'enseignement de la cohérence textuelle. Le corpus étudié pour cette recherche compte 100 textes recueillis à huit ans d'intervalle dans des conditions d'écriture similaires : les 50 premiers textes, rédigés en 1989 portent sur le tremblement de terre de 1988 au Saguenay-Lac-St-Jean et les autres textes, rédigés en 1997, portent sur le déluge de 1996 au Saguenay. À partir des ces textes. 2296 pronoms ont été analysés. L'analyse des pronoms s'est faite en considérant trois variables : le temps, le type de texte et le sexe de l'élève. Pour chacun des aspects, nous avons observé le type de pronom, le type de référence, le type de représentation, l'emplacement des pronoms dans le texte et les problèmes de cohérence et d'orthographe rencontrés. Suite à notre analyse, nous constatons que la variable temps n'influence pas l'utilisation que les élèves de deuxième secondaire font des pronoms. Par contre, le type de texte (expressif ou informatif) et, dans une certaine mesure, le fait que le texte soit écrit par une fille ou un garçon a des effets sur la manière d'utiliser les pronoms et sur les difficultés rencontrées. Ces résultats nous conduisent à dégager quelques propositions didactiques servant à guider les enseignants dans leur pratique quotidienne afin d'améliorer cette dimension de la compétence rédactionnelle.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.010 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.022 | 0.001 |
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; both teacher heads agree on what is shown here.
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".