Lecture, écriture et communication orale : l’exemple du résumé de texte*
Bibliographic record
Abstract
Pratique transdisciplinaire, le résumé de texte est un outil de communication dans de nombreuses situations sociales et professionnelles, hors de l’univers scolaire. Pratique langagière complexe, au carrefour de la lecture et de l’écriture, le résumé de texte requiert à la fois analyse et synthèse; il fait également appel au raisonnement, à la rigueur intellectuelle et au sens critique. Apprendre à résumer, c’est apprendre à traiter l’information, de manière à ce qu’elle puisse être condensée et réutilisée; à ce titre, la compétence à résumer un texte est aussi une compétence méthodologique. Apprendre à résumer des textes gagne à privilégier une analyse, précise et ciblée, du fonctionnement du texte-source, qui sous-tend la double équivalence, informative et pragmatique, au coeur du processus de résumé de texte. Il gagne également à privilégier les reformulations successives d’un premier résumé, dans une visée d’affinement et d’amélioration. Apprendre à résumer des textes gagne aussi à mettre en place, sur la pratique elle-même, une saisie à la fois plus large et plus fondamentale, qui permet, d’une part, de circonscrire l’objet d’apprentissage que constitue le résumé de texte, d’autre part, de cerner la démarche méthodologique qui sous-tend l’activité résumante. Cette double perspective de travail mobilise la communication orale : interactions orales occasionnées par la réalisation d’une pratique, mais aussi oral réflexif et oral de construction de savoirs; bref, l’oral construit un rapport à l’activité résumante, en ce sens qu’il en permet une meilleure appropriation.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.010 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.024 | 0.006 |
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".