Francographe : un outil d’évaluation des compétences orthographiques d’enfants entre 7 et 12 ans
Bibliographic record
Abstract
Cet article présente le projetFrancographe, fruit de la collaboration de chercheurs canadiens, français et suisses. Cette recherche a pour objectif l’étude de la dynamique développementale des habiletés orthographiques d’élèves francophones. Le recueil de données se fera auprès de 1’000 élèves, de la 1è re à la 6eprimaire, dans trois pays différents. Après un état des lieux des épreuves psychométriques permettant d’évaluer qualitativement et quantitativement les compétences orthographiques, la présente communication détaille un des volets de la rechercheFrancographe, à savoir un nouveau test en orthographe grammaticale, susceptible de permettre un étalonnage des réussites progressives des élèves de primaire et des procédures qu’ils utilisent. Les résultats obtenus pourront définir les priorités d’apprentissage à l’école primaire afin de favoriser, notamment, un enseignement de la morphographie du français en lien avec l’évolution des habiletés des élèves. L’ambition, à terme, est de parvenir à proposer des outils de positionnement affinés et étalonnés en orthographes lexicale et grammaticale, à destination des enseignants et des professionnels intervenant auprès d’enfants présentant des troubles spécifiques du langage écrit.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".