Grammaire de texte en contexte d'ALAO: une année avec le didacticiel <i>FreeText</i>
Bibliographic record
Abstract
Cet article présente FreeText, un didacticiel pour apprenants de français langue seconde (FLS) de niveau intermédiaire-avancé dont le concept didactique, élaboré par l'auteur à partir d'une approche en grammaire textuelle, propose une étude de la grammaire en contexte, par l'analyse de marques linguistiques qui caractérisent les textes. Y sont décrites les activités portant sur la compréhension et la production en langue seconde (L2) qui exploitent ce concept didactique dans FreeText, ainsi que les ressources et l'interface du didacticiel. La seconde partie de l'article fait le compte rendu d'une expérience pédagogique visant une première utilisation intensive de FreeText dans un contexte réel d'apprentissage, soit un cours universitaire de FLS. On y détaille le syllabus du cours, dont la démarche s'inscrit dans celle de FreeText et on y fait part des observations effectuées concernant la progression du groupe avec le didacticiel durant une année scolaire. La conclusion fait le point sur certaines compétences développées par les apprenants dans le contexte décrit et suggère quelques modifications qui faciliteraient l'utilisation de ce didacticiel.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".