Écriture inventée : pluralité des traitements et variabilité selon la structure syllabique
Bibliographic record
Abstract
Cette étude examine comment procèdent les enfants en situation d’écriture inventée, lors d’une même passation, en considérant tant le nombre de lettres produites pour chaque mot que les unités orales auxquelles ces lettres correspondent. À l’encontre de l’hypothèse courante selon laquelle les enfants procèderaient à un moment donné de façon unitaire (par exemple syllabique ou phonémique) et uniforme (quel que soit l’objet à écrire), l’analyse s’efforce de mettre en évidence la pluralité et la variabilité des traitements utilisés par un même enfant. La recherche porte sur 115 enfants de grande section d’école maternelle (âgés de 5 à 6 ans) auxquels nous avons demandé individuellement d’écrire six phrases contenant chacune deux mots-tests représentant trois types de structures syllabiques différentes : Consonne-Voyelle (CV), Consonne-Consonne-Voyelle (CCV) et Consonne-Voyelle-Consonne (CVC). Les productions écrites sont suivies d’un entretien métagraphique. Les résultats montrent que 65 % des enfants utilisent plus d’un type de traitement et que celui-ci varie selon la structure syllabique : plutôt syllabique pour CV, plutôt phonémique pour CVC, tandis que les deux types apparaissent pour CCV. La pluralité des traitements utilisés et leur variabilité invitent à complexifier les modèles actuels du développement de l’écriture, tant du côté du sujet que de l’objet.
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 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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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 teacher head, 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".