Écrire son autobiographie de lecteur ou comment entrer en didactique de la lecture
Bibliographic record
Abstract
Cet article entend apporter une contribution aux pratiques de formation initiale des enseignants dans le domaine de la lecture. Concrètement, nous souhaitons évoquer des travaux réalisés dans le cadre de la formation des futurs instituteurs et enseignants du début du secondaire en Belgique francophone. Nous nous proposons d’abord de présenter brièvement le cursus de formation qui mène à l’obtention de ces deux titres et de préciser les consignes et enjeux de l’activité d’ouverture d’un module consacré à la didactique de la lecture — l’autobiographie de lecteur — que nous avons mise en place auprès de quelque cent étudiants. Nous tenterons ensuite, par l’analyse des productions, de dresser un portrait provisoire des futurs instituteurs et régents et de déterminer, en relation étroite avec les découvertes réalisées à l’issue de cette première activité, les principales orientations d’une formation à la didactique de la lecture.
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 0.004 |
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".