Quelle progression des compétences interprétatives des élèves de 12 à 15 ans et quelle prise en compte par leurs enseignants ?
Bibliographic record
Abstract
Dans cet article qui s’inscrit dans le cadre d’un projet de recherche en cours, nous nous attachons à analyser, d’une part la manière dont 377 élèves issus de 16 classes belges, françaises, québécoises et suisses des niveaux scolaires 7 et 10 (12 et 15 ans) lisent une même nouvelle de Romain Gary, et d’autre part, la manière dont leurs enseignants exploitent ensuite librement le même texte durant une séance en classe. Le premier volet, qui porte sur les compétences interprétatives des élèves dans leurs réponses à un questionnaire, met en évidence la progression qui se manifeste entre les deux niveaux, tant en ce qui concerne la qualité des interprétations que leur nombre. Nous nous intéressons ensuite à l’activité des enseignants, en étudiant d’abord la part que le travail interprétatif y occupe par rapport aux autres processus de lecture, puis ses relations avec différents schèmes d’action, différents genres d’activité scolaires et différents gestes professionnels, et nous nous demandons dans quelle mesure il varie en fonction de l’âge des élèves et du contexte national. Enfin, nous nous interrogeons sur les liens qui peuvent être établis entre nos deux ensembles de données : dans quelle mesure les enseignants exploitent-ils les compétences et les difficultés interprétatives des élèves révélées par les questionnaires ? Et dans quelle mesure, en retour, les réponses des élèves aux questionnaires paraissent-elles influencées par des démarches que privilégient leurs enseignants ?
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 | 0.007 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".