Quel enseignement de la lecture et de la littérature à l'heure des « compétences » ?
Bibliographic record
Abstract
Dans l’enseignement de la lecture et de la littérature, l’approche par compétence a suscité une importance accrue accordée aux productions des élèves, comprises comme des performances complexes où un ensemble articulé de « ressources » est réinvesti dans un contexte communicatif « porteur de sens ». Mais quelle est la pertinence de cette approche ? Et dans quelle mesure est-elle compatible avec le modèle didactique de la lecture littéraire ? L’article tente de répondre à ces questions en procédant en quatre temps. Il fait d’abord le point sur la notion de lecture littéraire, puis sur celle de compétence, telle qu’elle est présentée par certains programmes d’enseignement, afin de dégager ses implications sur la didactique de la littérature et ses articulations éventuelles avec le modèle de la lecture littéraire. On s’interroge ensuite sur la place de l’approche par compétence dans les pratiques effectives d’enseignement de la lecture et de la littérature avant de tirer enfin un bilan critique de ses apports et de ses limites
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 | 0.015 | 0.028 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.008 | 0.032 |
| Scholarly communication | 0.015 | 0.018 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.004 | 0.011 |
| Insufficient payload (model declined to judge) | 0.010 | 0.003 |
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".