Comment obtenir des données détaillées quant aux compétences d’élèves de 1re année en lecture et en écriture ?
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Dans cet article, il est question de l’instrumentation et des modalités d’analyse mises en œuvre pour obtenir des données concernant : 1) les compétences en lecture des élèves ; 2) leurs compétences en écriture.Pour ce qui est de la compétence à lire, en contexte québécois, il est attendu que les enseignants considèrent en lecture quatre dimensions essentielles désignées comme la compréhension, l’interprétation, la réaction et l’appréciation (Ministère de l’Éducation, du Loisir et du Sport, 2009). Pour ce qui est de la compétence à écrire, quatre composantes de l’écriture sont considérées : la conceptualisation, l’énonciation, l’encodage et la matérialisation (Montésinos-Gelet, 2013, adapté de Levelt, 1989, et de Berninger & Swanson, 1994).
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 it