L’enseignement par le théâtre en classe de français au Québec : état des lieux et pistes didactiques
Bibliographic record
Abstract
Le genre théâtral est souvent considéré comme un « objet de réticence » en classe de français (Dardaillon, 2009). Malgré l’évidence de son caractère dynamique (Audet & Mercier, 2004) et la qualité des œuvres produites, notamment au Québec, le théâtre est délaissé au profit de différents genres, dont le roman, largement exploité dans les classes (Dardaillon, 2009). Peu de recherches se sont penchées sur les raisons qui pourraient expliquer ce désintérêt, et peu d’études encore proposent un état des lieux en matière d’enseignement du français par le théâtre en contexte québécois. Néanmoins, un certain nombre d’hypothèses peuvent être formulées pour expliquer la sous-exploitation de l’activité théâtrale en classe de français au Québec. Cette contribution a pour objectif de présenter ces hypothèses et de proposer quelques solutions didactiques adaptées à l’enseignement secondaire (élèves âgés entre 11 et 17 ans). L’article se développe en trois parties : (1) la pertinence d’intégrer le théâtre en classe de langue ; (2) une analyse du contenu relatif au théâtre dans les programmes de français du MELS (Ministère de l’Éducation, du Loisir et du Sport) ; (3) des pistes didactiques permettant de répondre aux difficultés d’exploitation du genre théâtral en classe : le sous-texte, le Théâtre des lecteurs, le texte blanc et la dramatisation.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".