La progression des enseignements-apprentissages du Français langue première au secondaire: une proposition didactique
Bibliographic record
Abstract
Une des tâches du didacticien consiste pourtant à faire lanalyse critique des objets denseignement prescrits1 et à proposer une progression argumentée de leur enseignement-apprentissage à partir de critères explicites (Aeby, De Pietro et Wirthner, 2001; Coste & Véronique, 2000), car la progression est un « problème typiquement didactique » (Chiss, 2000: 67)2. En suivant la tradition des pays francophones, les prescriptions et les pratiques actuelles dans lenseignement du français en milieu francophone (celles attestées par les moyens denseignement, notamment), mais aussi en tenant compte des besoins scolaires et plus largement personnels et sociaux des élèves, et de la complexité de certains genres par rapport à dautres, nous proposons une progression des objets denseignement-apprentissage pour la classe de français du secondaire (de la 7e à la 11e année de scolarisation ). Note 1)La progression des contenus denseignement fait généralement partie de la programmation didactique, imposée dans les programmes détudes des systèmes scolaires par les autorités politiques. Note 2) Vu labsence duniformité dun système scolaire francophone à un autre, nous identifions les niveaux scolaires par le nombre dannées de scolarisation depuis la première année du primaire: la 7e année correspond à la 1re secondaire québécoise et à la 6e française.
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 | 0.005 | 0.008 |
| 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 | 0.007 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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; 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".