Les performances en écriture d’étudiants faibles en français entrant à l’université dans des programmes en enseignement
Bibliographic record
Abstract
Les étudiants entamant un programme d’études universitaires n’ont pas toujours la maitrise attendue du français écrit, alors que cette maitrise constitue un facteur important de réussite. Dans la perspective de les soutenir, cet article propose une description des erreurs linguistiques figurant dans 591 textes rédigés par 168 étudiants ayant échoué à un test de français à l’admission. Les textes comptent en moyenne 3,45 erreurs par 100 mots, soit une erreur tous les 29 mots (2 lignes). Les catégories d’erreurs les plus fréquentes sont la syntaxe (1,93 erreur par 100 mots), et l’orthographe grammaticale (0,65 erreur par 100 mots). Les erreurs de syntaxe concernent en premier lieu la ponctuation syntaxique, puis la construction de la phrase simple (notamment la construction du groupe verbal et du groupe nominal). Les erreurs d’orthographe grammaticale les plus fréquentes concernent l’accord dans le groupe nominal (en particulier les marques de nombre sur le nom noyau) de même que l’accord régi par le sujet de la phrase, au premier chef l’accord du verbe. L’article fournit une liste des 20 erreurs les plus fréquentes, qui incluent notamment les erreurs dans la juxtaposition et la coordination de groupes (au 11e rang) et de phrases (au 15e rang). Si les textes des étudiants ayant le français comme langue seconde présentent en moyenne 4,48 erreurs par 100 mots, les catégories d’erreurs les plus fréquentes demeurent essentiellement les mêmes. Les fondements linguistiques des erreurs fréquentes renvoient à la syntaxe de la phrase, des groupes nominaux, de la juxtaposition et de la coordination.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".