ÉQOL : Une nouvelle base de données québécoise du lexique scolaire du primaire comportant une échelle d’acquisition de l’orthographe lexicale
Bibliographic record
Abstract
Par son rôle déterminant dans la réussite scolaire et professionnelle, ainsi que dans l’insertion sociale, l’apprentissage de l’orthographe lexicale représente un défi majeur pour les élèves du primaire. Dans ce contexte, nombreux sont les enseignants, orthophonistes et chercheurs à s’intéresser à la question des outils utiles à son enseignement et à son apprentissage, et à avoir recours notamment à des bases de données lexicales. Bien qu’elles constituent un apport considérable pour le domaine, les ressources existantes souffrent de plusieurs insuffisances. D’une part, elles s’appuient sur des corpus de référence peu représentatifs du lexique scolaire auquel les élèves sont exposés au primaire, et d’autre part, elles ne permettent pas aux utilisateurs de déterminer la façon dont se développe l’acquisition de l’orthographe lexicale. À la lumière de ces constats, nous avons élaboré une ressource lexicale hybride, rendant compte à la fois de la fréquence et des caractéristiques linguistiques du lexique scolaire présent dans les manuels du primaire au Québec et, pour une partie des mots de ce lexique, de la capacité des élèves à les orthographier à chaque niveau du primaire. Dans cet article, nous revenons dans un premier temps sur la méthodologie d’élaboration de cette nouvelle base de données - nommée ÉQOL - dotée d’une Échelle Québécoise d’acquisition de l’Orthographe Lexicale, à l’origine de la création de la base de données. Dans un deuxième temps, nous évaluons l’apport de cet outil. La comparaison de notre base de données (Stanké, Royle, Rezzonico, Moreau, Dumais & Le Mené 2018) à des outils existants (trois bases de données et une échelle d’acquisition lexicale) témoigne de la pertinence de la création d’un outil propre au lexique scolaire adressé aux élèves du primaire et de la nécessité d’utiliser une nouvelle échelle d’acquisition de l’orthographe lexicale, spécifique aux compétences orthographiques des élèves québécois.
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 | 0.003 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.010 | 0.008 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.006 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.036 | 0.012 |
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".