Developpement des competences en litteratie universitaire : des resultats de recherche a la mise en place d’un cours de baccalaureat
Bibliographic record
Abstract
Certains étudiants universitaires inscrits en formation initiale à l’enseignement éprouvent des difficultés en écriture ou en communication orale. Afin d’y remédier, une connaissance des productions écrites ou orales (ou genres textuels) réalisées par ces étudiants, ainsi que des difficultés qu’elles occasionnaient, était nécessaire. Une recherche descriptive dont l’un des objectifs était de décrire des genres écrits et oraux que demandent les formateurs universitaires à leurs étudiants a d’abord été réalisée auprès de formateurs universitaires en formation initiale à l’enseignement de l’Université du Québec en Outaouais. À la suite de cette étude, un cours obligatoire en littératie universitaire a été créé et offert aux étudiants. La recherche a permis d’identifier les genres textuels à privilégier et les difficultés présentes chez les étudiants, lesquels peuvent être mis en perspective avec le nouveau cours. Cet article présente à la fois les résultats de cette recherche et ceux de la mise en place de ce cours.
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 | 0.021 | 0.047 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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".