Le discours des élèves sur les valeurs du texte littéraire et leur exploitation didactique par les enseignants : quelles variations selon les classes d’âge et selon les pays ?
Bibliographic record
Abstract
Cet article rédigé dans le cadre du projet internationale "Gary" (Belgique, France, Canada et Suisse) s'intéresse d'abord à l’analyse des valeurs mobilisées par les élèves dans le cadre de la lecture de textes littéraires et à leur exploitation didactique par les enseignants. Partant du principe que l’appréciation du texte est une compétence qui s’enseigne et se cultive, et qu’elle participe de l’actualisation de la littérature, les auteurs prennent appui sur des données recueillies auprès d’élèves de 12 et de 15 ans à propos de la nouvelle de Romain Gary, « J’ai soif d’innocence », pour étudier la manière dont ils expriment leur appréciation du texte : il s’agit d’observer comment l’élève déploie une activité évaluatrice et comment celle-ci évolue entre 12 et 15 ans et d’observer si des différences apparaissent à ce propos entre les élèves français, suisses, belges et québécois. Un second volet cherche ensuite à mesurer, à l’aune d'un corpus de huit séances filmées et transcrites (deux par pays, quatre pour chacun des deux niveaux d’âge), comment les enseignants prennent en charge cet aspect de la lecture de l’élève : un espace est-il ouvert pour l’appréciation du texte littéraire ? Si oui, selon quels cadres et quels dispositifs didactiques ? A quel moment ce questionnement apparait-il dans le scénario didactique ? L’évaluation personnelle de l’enseignant joue-t-elle un rôle dans le déroulement de ces activités ? Certaines appréciations sont-elles collectivement retenues et, si oui, sur quelles bases ?
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 | 0.008 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.009 | 0.007 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 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".