La place des savoirs oraux dans le contexte scolaire d'aujourd'hui
Bibliographic record
Abstract
Dans les récents programmes d’études de français, langue d’enseignement, tant au Québec qu’en France, en Belgique ou en Suisse romande, on retrouve des prescriptions plus précises quant à l’enseignement et à l’apprentissage de l’oral, un oral perçu certes comme objet d’enseignement, mais également, et de manière affirmée, comme médium d’enseignement et d’apprentissage, quelles que soient les disciplines étudiées. Ainsi, toutes les disciplines scolaires sont interpellées dans l’analyse des interactions verbales propres à leur contexte afin de contribuer à l’apprentissage et à la construction des savoirs oraux, tant linguistiques que pragmatiques, nécessaires à la progression de la scolarisation des nouvelles générations. Dans un monde en mouvance dans lequel la langue première n’est parfois pas la langue de travail, comme en milieu minoritaire francophone, dans un monde où les savoirs classiques de naguère sont sans cesse remis en question au profit de connaissances plus immédiates et plus directement applicables, comment peut-on penser les savoirs oraux et leurs dispositifs didactiques ? À qui s’adressent-ils et pour quelles raisons ? Cet ouvrage est l’occasion de réunir des chercheurs de différents horizons disciplinaires afin de réfléchir ensemble sur la place des savoirs oraux dans le contexte scolaire d’aujourd’hui, sans toutefois perdre de vue la langue française elle-même dans son expression identitaire à travers la francophonie.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.015 | 0.024 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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 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".