L’influence d’une pratique d’analyse de mots sur le développement des compétences en orthographe lexicale de scripteurs débutants
Bibliographic record
Abstract
La recherche faisant l’objet de cet article a pour but de vérifier l’influence d’une pratique d’analyse de mots sur le développement des compétences en orthographe lexicale de scripteurs débutants. Elle vise aussi à vérifier l’efficacité de cette pratique lorsqu’elle est combinée à la copie de mots. Au total, 136 élèves de première année du primaire répartis en un groupe expérimental et un groupe témoin ont participé à la recherche. Le groupe expérimental a été divisé en deux sous-groupes. Le premier a vécu des activités d’analyse de mots et le second, suite à ces activités d’analyse, a profité d’activités de copie de mots. Les résultats indiquent notamment que le développement des compétences en orthographe lexicale est bonifié lorsque l’analyse est combinée à la copie. Par ailleurs, les élèves auraient été en mesure de transférer les connaissances acquises dans des mots nouveaux.
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 | 0.004 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".