La implementació d’una nova gramàtica pedagògica: obstacles i oportunitats a partir de l’experiència al Quebec francòfon
Bibliographic record
Abstract
La qualitat de la llengua francesa al Quebec és un tema sensible i que està constantment d’actualitat a causa de la situació sociolingüística del francès a l’Amèrica del Nord. En aquest article, que tracta de la implementació d'una nova gramàtica a les escoles del Quebec (província francòfona del Canadà) per millorar el nivell de l’alumnat en el domini de la seva llengua, s’esbossen les dificultats inherents al sistema ortogràfic francès per explicar en quins aspectes l’ortografia requereix per part de l’escriptor el domini d’un bon nombre de nocions gramaticals simplement per dominar-la. A continuació, es defineixen les grans línies d'aquesta nova gramàtica i el que la distingeix de la gramàtica tradicional. En darrer terme, s’aborda la història del procés d’implementació de la renovació gramatical a l'escola, per mitjà de programes oficials però també a través de la seva implementació sobre el terreny, la qual cosa necessàriament condueix al problema de la formació del professorat de primària i secundària. Per últim, es presenten les possibles solucions sorgides de la recerca i alguns consells dirigits a les persones que s’interessen per la renovació pedagògica en l'ensenyament de la gramàtica.
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 | 0.006 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.011 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| 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".