DIDALEX : élaboration d’un outil francophone d’analyse quantitative et qualitative des performances d’élèves du primaire en orthographe lexicale
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
Depuis plusieurs années, des études menées au Québec et en France révèlent une baisse des performances orthographiques des élèves de niveau primaire. Ces résultats s’appuient souvent sur des systèmes de cotation qui fournissent des données quantitatives mais ne permettent pas une étude qualitative des erreurs produites. Dans le cadre de notre étude, nous avons élaboré un logiciel d'analyse qualitative et quantitative des erreurs d'orthographe lexicale chez de jeunes scripteurs québécois et français, âgés de 6 à 12 ans. En nous inspirant de travaux menés dans différentes langues, nous avons adapté l’outil pour une population francophone. Le système de cotation repose sur la présence des graphies requises, leur utilisation adéquate dans le mot écrit, de même que leur plausibilité lorsque l'élève en fait un usage erroné. Sur le plan scientifique, cette démarche multidimensionnelle d'analyse permet une compréhension plus fine des connaissances graphémiques des élèves dans le domaine de l'écriture. Tant pour le milieu scientifique que celui de la pratique, cette démarche d'analyse permet également de suivre l'évolution des représentations graphémiques des jeunes apprenants à travers le temps et de proposer des interventions scolaires en conséquence. Nous présentons ici le prototype du logiciel DIDALEX.
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 | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.001 | 0.005 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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