Reconfiguration du littéraire par le numérique : quelles potentialités didactiques ?
Bibliographic record
Abstract
Cet article adopte une visée théorique, fondée sur une recension d’écrits dite narrative (Tétreault, 2014). Il poursuit un double objectif : d’une part, éprouver la notion d’éclatement en tant qu’elle est régulièrement mobilisée pour qualifier les oeuvres littéraires numériques ; d’autre part, problématiser les enjeux qui en découlent pour la didactisation de ces oeuvres. Après le commentaire d’objets d’enseignement et d’apprentissage les plus fréquemment convoqués dans des écrits scientifiques, sont formulées trois conditions qui constituent des préalables afin que ces oeuvres littéraires numériques puissent être lues à l’école ; ces conditions puisent à des dimensions pragmatiques, littéraires, didactiques et philosophiques. La contribution se termine par la présentation d’un projet mené dans une classe du secondaire qui montre comment les objets et les conditions peuvent s’associer afin que la littérature numérique participe pleinement au curriculum.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.018 |
| Scholarly communication | 0.013 | 0.020 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 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".